SA516371895B1 - Flow Regime Identification of Multiphase Flows by Face Recognition and Bayesian Classification - Google Patents
Flow Regime Identification of Multiphase Flows by Face Recognition and Bayesian Classification Download PDFInfo
- Publication number
- SA516371895B1 SA516371895B1 SA516371895A SA516371895A SA516371895B1 SA 516371895 B1 SA516371895 B1 SA 516371895B1 SA 516371895 A SA516371895 A SA 516371895A SA 516371895 A SA516371895 A SA 516371895A SA 516371895 B1 SA516371895 B1 SA 516371895B1
- Authority
- SA
- Saudi Arabia
- Prior art keywords
- flow
- data
- oil
- gas
- water
- Prior art date
Links
- 238000012545 processing Methods 0.000 claims abstract description 82
- 238000005259 measurement Methods 0.000 claims description 48
- 238000012360 testing method Methods 0.000 claims description 47
- 239000012530 fluid Substances 0.000 claims description 45
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 39
- 230000005540 biological transmission Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims 4
- 101100021265 Caenorhabditis elegans lin-5 gene Proteins 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 claims 1
- 241000234435 Lilium Species 0.000 claims 1
- 206010024971 Lower respiratory tract infections Diseases 0.000 claims 1
- 239000003795 chemical substances by application Substances 0.000 claims 1
- 239000011345 viscous material Substances 0.000 claims 1
- 239000011800 void material Substances 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 35
- 239000011159 matrix material Substances 0.000 description 35
- 239000007789 gas Substances 0.000 description 25
- 238000003325 tomography Methods 0.000 description 9
- 239000007788 liquid Substances 0.000 description 8
- 239000012267 brine Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 101100234002 Drosophila melanogaster Shal gene Proteins 0.000 description 4
- 235000015076 Shorea robusta Nutrition 0.000 description 4
- 244000166071 Shorea robusta Species 0.000 description 4
- 239000010426 asphalt Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010006784 Burning sensation Diseases 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 241000212384 Bifora Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 125000003367 polycyclic group Chemical group 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001698 pyrogenic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/66—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by measuring frequency, phase shift or propagation time of electromagnetic or other waves, e.g. using ultrasonic flowmeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/74—Devices for measuring flow of a fluid or flow of a fluent solid material in suspension in another fluid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/001—Full-field flow measurement, e.g. determining flow velocity and direction in a whole region at the same time, flow visualisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Measuring Volume Flow (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
Description
تحديد نظام تدفق للتدفقات متعددة الأطوار عن طريق التمييز الظاهري والتصنيف الافتراضي Flow Regime Identification of Multiphase Flows by Face Recognition and Bayesian Classification الوصف الكامل خلفية الاختراع يتعلق الاختراع الحالي بتصوير التدفق متعدد الأطوار multiphase flow في قنوات» ويشكل أكثر تحديداً بتحديد نظام تدفق عن طريق التمييز الظاهري وتصنيف افتراضي للتدفقات متعددة الأطوار للزيت multiphase flows of oil « والماء (المحلول الملحي (brine والغاز في قنوات التدفق .gas in flow conduits يميل تصوير المائع للتدفق إلى التركيز بصفة dale على تصوير طورين. وتعتمد التقنية المستخدمة بصفة عامة لإعادة إنشاء اثنين من تدفقات الطور على ما هو معروف باعتباره يمثل خوارزم النتوء العكسي الذي تم ترشيحه filtered back projection algorithm يتم وصف هذا النوع من إعادة إنشاء التدفق flow reconstruction على سبيل المثال؛ من قبل Kak,Flow Regime Identification of Multiphase Flows by Face Recognition and Bayesian Classification FULL DESCRIPTION BACKGROUND OF THE INVENTION The present invention relates to the imaging of multiphase flow in channels and is more specific By defining a flow system by virtual distinction and hypothetical classification of multiphase flows of oil, water (brine) and gas in flow conduits. The technique generally used to recreate two phase streams is based on what is known to be a filtered back projection algorithm This type of flow reconstruction is described for example by Kak,
Avinash C., Slaney, Malcolm “Principles of Computerized Fluid transit 0Avinash C., Slaney, Malcolm “Principles of Computerized Fluid transit 0
Imaging,” IEEE Press, New York, USA (1988), and Murrell, H. “Computer-Aided Tomography,” The Mathematical J. V6 (1996), pp. 60- .65 ؛ gas والغاز oil الموجودة عند إنتاج الزيت fluids على الرغم من ذلك؛ بسبب طبيعة الموائع 5 من الضروروي لتشكيل صور لتدفق ذو ثلاثة أطوار three phase flow في قنوات تم تضمينها عند إنتاج الهيدروكريون hydrocarbon بسبب خواص المائع المختلفة للماء (المحلول الملحي brine الزيت والغازء يكون من الصعب معالجة المجموعات الثلاثة من الموائع جميعها في نفس الوقت. في حالة التدفقات متعددة الأطوار للزيت-الماء أو الماء -الزيت؛ يتم استخدام الوسط. في حالة تدفقات السائل-الغاز أو الغاز -السائل (حيث يمثل السائل المحلول الملحي أو الزيت أوImaging,” IEEE Press, New York, USA (1988), and Murrell, H. “Computer-Aided Tomography,” The Mathematical J. V6 (1996), pp. 60- .65; gas and oil present when producing oil fluids though; Because of the nature of the fluids, it is necessary to form images of a three-phase flow in channels that were included when producing hydrocarbons. Because of the different fluid properties of water (brine, oil and gas), it is difficult to treat all three groups of fluids. At the same time In the case of multiphase oil-water or water-oil flows the medium is used In the case of liquid-gas or gas-liquid flows (where the liquid is the brine, oil or
كل منهما)؛ تم استخدام طريقة التوهين. كما هو معروف؛ على الرغم من ذلك؛ لا توفر أي طريقة تحديد مرضي بالكامل أو تميبز لقطاع عرضي للتدفق متعدد الأطوار ذو الأطوار الثلاثة. تتم ملاحظة أحد أنواع أنظمة التدفق حيث تتم ملاحظة أن يكون هناك تحديداً دقيقاً على الأقل يحدث عندما يكون هناك مستويات مرتفعة من الغاز الحر داخل نظام القناة. تتسبب هذه المستويات من الغاز all 985 766 في إحداث الانعكاسات المتعددة -multiple reflections Cua يعتمد التصوير المقطعي بصفة عامة على الإرسال بخلاف انعكاسات أكثر ages يمكن أن ينتج عن وجود فقاعات الغاز gas bubbles أو كميات كبيرة من الغاز all اضطراب وانعكاسات معقدة التي تقوم بالإعاقة عند تحديد نظام تدفق يعتمد على إعادة الإنشاء الذي تم تصويره مقطعياً. ثبت أن تحديد نظام التدفق في أنظمة القناة أيضاً صعباً حيث إن هناك ظروف 0 .قياس gal والتي تمثل ie hans غاز رطب أو تدفق مشبع تم ضخ الفقاعات bubbly إليه. الوصف العام للاختراع باختصارء يوفر الاختراع الحالي جهاز جديد ومُحسّن لتحديد أنظمة التدفق للتدفق متعدد الأطوار في قناة ما. يتضمن الجهاز مجموعة من أجهزة المرسل المستقبل فوق الصوتية ultrasonic التي تم تثبيتها حول محيط طاقة إرسال واستقبال القناة للانتقال خلال المائع في القناة. تستقبل مجموعة 5 أجهزة المرسل المستقبل التي تم تثبيتها حول محيط القناة أيضاً الطاقة بعد الانتقال خلال المائع في القناة. يتضمن الجهاز نظام dallas بيانات data processing system يُشْكُّل إشارات نظام التدفق للتدفق متعدد الأطوار في القناة. تقوم ذاكرة نظام معالجة البيانات بتخزين قاعدة بيانات لبيانات نظام التدفق على صورة مجموعة من مصفوفات البيانات data matrixes التي تمثل ظروف تدفق الاختبار في القنوات لمجموعة أنظمة تدفق الاختبار في القناة. يتضمن نظام معالجة 0 الببيانات أيضاً معالج يُشكّل مقاييس بيانات انتقال المائع للطاقة بين أجهزة فردية من أجهزة المرسل المستقبل ding من مجموعة أجهزة المرسل المستقبل نتيجة للانتقال خلال المائع في القناة. يُنظم المعالج كذلك مقاييس بيانات انتقال المائع في مصفوفة البيانات الفعلية data matrixes 76 التي تدل على ظروف التدفق الفعلية في القناة. يُشكّل المعالج AIS مقياس التناظر بين البيانات في ظروف التدفق الفعلية في مصفوفة البيانات الفعلية ومصفوفات فردية matrixes 25 1007/08 من مجموعة مصفوفات البيانات التي Jia ظروف تدفق الاختبار فيboth of them); The attenuation method was used. as it's known; Nevertheless; Neither method provides a fully satisfactory determination or temporality of a cross-section of a three-phase polycyclic flow. One type of flow regime where it is observed that at least a fine line occurs when there are elevated levels of free gas within the conduit system. These levels of gas cause all 985 766 -multiple reflections Cua tomography generally depends on transmission other than more reflections ages can result from the presence of gas bubbles or large amounts of All gas has complex turbulence and reflections that impede when defining a flow regime based on a tomographic reconstruction. Determining the flow regime in canal systems also proves difficult as there are conditions of 0 gal measurement which represent ie hans moist gas or saturated flow into which the bubbles have been bubbly pumped. GENERAL DESCRIPTION OF THE INVENTION IN BRIEF The present invention provides a new and improved device for determining flow regimes for multiphase flow in a conduit. The device includes an array of ultrasonic transceivers that are installed around the perimeter of the channel transceiver energy to travel through the fluid in the channel. The group of 5 transceivers which are installed around the perimeter of the channel also receive the energy after traveling through the fluid in the channel. The instrument includes a dallas data processing system that modulates the flow system signals for the multiphase flow in the channel. The memory of the data processing system stores a database of flow system data as a set of data matrixes representing the test flow conditions in the channels for the group of test flow systems in the channel. The 0 data processing system also includes a processor that forms data metrics for the fluid transfer of energy between individual ding transceivers of the transceiver group as a result of the transmission through the fluid in the channel. The processor also organizes the fluid transmission data metrics into the 76 data matrixes which indicate the actual flow conditions in the channel. The processor forms the AIS correspondence measure between the data in the actual flow conditions in the actual data matrix and the individual 25 1007/08 matrixes from the set of data matrices that Jia test flow conditions in
القنوات لمجموعة من أنظمة تدفق الاختبار. يحدد المعالج نظام التدفق لظروف التدفق الفعلية في القناة على أساس المقاييس التي تم تشكيلها للتناظر. يقدم عرض لنظام معالجة البيانات نظام التدفق المحدد لظروف التدفق الفعلية للتقييم والتحليل .analysis يوفر الاختراع الحالي أيضاً نظام معالجة بيانات جديدة ومُحسّنة لتحديد أنظمة التدفق لتدفق المائع متعدد الأطوار في قناة cle على أساس انتقال الطاقة خلال المائع في القناة من جهاز مرسل مستقبل للإرسال لمجموعة من أجهزة المرسل المستقبل حول محيط القناة لمجموعة من أجهزة المرسل المستقبل لمستقبلات المجموعة. تقوم ذاكرة نظام معالجة البيانات بتخزين قاعدة بيانات لبيانات نظام التدفق على صورة مجموعة من مصفوفات البيانات التي تمثل ظروف تدفق الاختبار في القنوات لمجموعة من أنظمة تدفق الاختبار في القناة. يتضمن نظام معالجة البيانات أيضاً 0 معالج يُشكّل مقاييس بيانات انتقال المائع للطاقة بين أجهزة فردية من أجهزة المرسل المستقبل وبقية مجموعة أجهزة المرسل المستقبل كنتجية للانتقال خلال المائع في القناة. ينظم المعالج كذلك مقاييس بيانات انتقال المائع في مصفوفة البيانات الفعلية الدالة على ظروف التدفق الفعلية في القناة. يُشكّل المعالج كذلك مقياس التناظر بين البيانات في ظروف التدفق الفعلية في مصفوفة البيانات الفعلية ومجموعة فردية من مجموعات من مصفوفات البيانات التي تمثل ظروف تدفق 5 الاختبار في القنوات لمجموعة من أنظمة تدفق الاختبار. يحدد المعالج نظام تدفق لظروف التدفق الفعلية في القناة على أساس المقاييس التي تم تشكيلها للتناظر. يقدم عرض نظام معالجة البيانات نظام التدفق المحدد لظروف التدفق الفعلية للتقييم والتحليل. يوفر الاختراع الحالي أيضاً طريقة تم تنفيذها بالكمبيوتر جديدة ومُحسّنة لتكوين صور نظام التدفق لتدفق له ثلاثة أطوار في قناة ما على أساس انتقال الطاقة خلال المائع في قناة ما من مرسل ما 0 لمجموعة من أجهزة المرسل المستقبل التي تم تثبيتها حول محيط القناة لمجموعة من المستقبلات في مجموعة من أجهزة المرسل المستقبل. يتم تخزين قاعدة بيانات لبيانات نظام التدفق على صورة مجموعة من مصفوفات البيانات التي تمثل ظروف تدفق الاختبار في القنوات لمجموعة من أنظمة تدفق الاختبار في القناة. تم تشكيل مقاييس لبيانات نقل المائع للطاقة بين أجهزة فردية من أجهزة المرسل المستقبل dig من مجموعةChannels for a range of test flow systems. The processor defines the flow regime for the actual flow conditions in the channel based on the metrics configured for symmetry. A demonstration of a data processing system provides a flow regime specified for actual flow conditions for evaluation and analysis. The present invention also provides a new and improved data processing system for determining flow regimes for a multiphase fluid flow in a cle channel on the basis of energy transmission through the fluid in the channel from a transmitter A receiver to transmit to a group of transceivers around the perimeter of the channel to a group of transceivers to group receivers. The DPS memory stores a database of flow system data as a set of data matrices representing test flow conditions in the channels for a group of test flow systems in the channel. The data processing system also includes 0 processor that forms data metrics for fluid transmission of energy between individual transceivers and the rest of the transceiver group as a result of transmission through the fluid in the channel. The processor also organizes the fluid transmission data metrics into the actual data matrix indicative of the actual flow conditions in the conduit. The processor also modulates the correspondence measure between the data in the actual flow conditions in the actual data matrix and an individual set of groups of data matrices representing the test flow conditions 5 into the channels for a range of test flow systems. The processor defines a flow regime for the actual flow conditions in the channel based on the metrics configured for symmetry. The data processing system display presents the specific flow system of actual flow conditions for evaluation and analysis. The present invention also provides a new and improved computer-implemented method for constructing flow system images of a three-phase flow in a conduit based on the transmission of energy through the fluid in a conduit from a transmitter 0 to a set of transceivers installed around the circumference of the conduit to a set of receivers in an array from the transceiver devices. A database of flow system data is stored as a set of data matrices representing test flow conditions in the channels for a group of test flow systems in the channel. Fluid energy transfer data metrics between individual devices of the dig group transceivers were formed
أجهزة المرسل المستقبل نتيجة للانتقال خلال المائع في القناة. يتم تنظيم مقاييس بيانات نقل المائع في مصفوفة بيانات فعلية دالة على ظروف التدفق الفعلي في القناة. وتم تشكيل مقياس تناظر بين البيانات في ظروف التدفق الفعلي في مصفوفة البيانات الفعلية ومصفوفة فردية من مجموعة من مصفوفات البيانات التي تمثل ظروف تدفق الاختبار في القنوات لمجموعة من أنظمة تدفقTransceivers as a result of transmission through the fluid in the channel. The fluid transport data metrics are organized into an actual data matrix indicative of the actual flow conditions in the conduit. A measure of correspondence between data in actual flow conditions is formed in the actual data matrix and an individual matrix of a set of data matrices representing test flow conditions in channels for a range of flow systems
الاختبار. يتم تحديد نظام التدفق لظروف التدفق الفعلية في القناة على أساس المقاييس التي تم تشكيلها للتناظر؛ ang تقديم نظام التدفق المحدد لظروف التدفق الفعلية للتقييم والتحليل. يوفر الاختراع الحالي أيضاً وسيلة تخزين بيانات جديدة ومُحسّنة تم تخزينها في تعليمات قابلة للتشغيل عن طريق الكمبيوتر لوسط قابل للقراءة بالكمبيوتر غير انتقالي ليتسبب في جعل نظام معالجة بيانات يُشكّل صور نظام تدفق لتدفق ذي ثلاثة أطوار في قناة ما على أساس انتقال الطاقةthe test. The flow regime is selected for the actual flow conditions in the channel on the basis of the parameters formed for symmetry; ang Provide specific flow system of actual flow conditions for evaluation and analysis. The present invention also provides a new and improved data storage method stored in computer-operable instructions for a non-transition computer-readable medium to cause a data processing system to form flow system images of a three-phase flow in a channel on the basis of energy transfer
0 خلال المائع في قناة ما من مرسل ما من مجموعة من أجهزة المرسل المستقبل المثبتة حول محيط القناة لمجموعة من المستقبلات في مجموعة من أجهزة المرسل المستقبل. تتسبب التعليمات المخزنة في وسيلة تخزين البيانات في جعل نظام معالجة البيانات يقوم بتخزين قاعدة بيانات لبيانات نظام التدفق على صورة مجموعة من مصفوفات البيانات التي تمثل ظروف تدفق الاختبار في القنوات المخصصة لمجموعة من أنظمة تدفق الاختبار في القناة.0 through the fluid in a channel from a transmitter from a group of transceivers installed around the perimeter of the channel to a group of receivers in a group of transceivers. The instructions stored in the data storage medium cause the data processing system to store a database of flow system data as a set of data matrices representing the test flow conditions in the channels assigned to a set of test flow systems in the channel.
5 تتسبب التعليمات في جعل نظام معالجة البيانات يقوم بتشكيل مقاييس لبيانات انتقال المائع للطاقة بين أجهزة فردية من أجهزة المرسل المستقبل وبقية من مجموعة من أجهزة المرسل المستقبل نتيجة للانتقال خلال المائع في القناة؛ ولتنظيم مقاييس بيانات انتقال المائع في مصفوفة البيانات الفعلية الدالة على ظروف التدفق الفعلية في القناة. تتسبب التعليمات المخزنة في وسيلة تخزين البيانات في جعل نظام معالجة البيانات يقوم بتشكيل مقياس التناظر بين البيانات في ظروف التدفق الفعلية5 The instruction causes the data-processing system to construct metrics of the fluid transfer of energy data between individual transceivers and the rest of a group of transceivers as a result of the transmission through the fluid in the channel; and to organize the fluid transmission data metrics into the actual data matrix indicative of the actual flow conditions in the channel. The instructions stored in the data storage medium cause the data processing system to form a measure of correspondence between the data in the actual flow conditions
0 في مصفوفة البيانات الفعلية ومجموعة فردية من مجموعة مصفوفات البيانات التي Jia ظروف تدفق الاختبار في القنوات لمجموعة من أنظمة تدفق الاختبار. تتسبب التعليمات المخزنة في وسيلة تخزين البيانات في جعل نظام معالجة البيانات يقوم بتحديد نظام التدفق لظروف التدفق الفعلية في القناة على أساس مقاييس التناظر التي تم تشكيلهاء وتقدم نظام التدفق المحدد لظروف التدفق الفعلية للتقييم والتحليل.0 in the actual data matrix and an individual set of data matrices that Jia test flow conditions in channels for a group of test flow systems. The instructions stored in the data storage medium cause the data processing system to determine the flow regime of the actual flow conditions in the channel on the basis of the formed symmetry metrics and advance the flow system defined of the actual flow conditions for evaluation and analysis.
شرح مختصر للرسومات شكل 1 عبارة عن منظر مجسم منظوري؛ ويشكل جزئي في صورة شكل تخطيطي؛ من نظام تصوير فوق صوتي تم تثبيته باستخدام قناة ما وفقاً للاختراع الحالي. شكل 2 عبارة عن منظر قطاعي عرضي رأسي لتدفق مائع من خلال نظام التصوير فوق الصوتي من الشكل 1. شكل 3 عبارة عن شكل تخطيطي لتتابع اكتساب البيانات في نظام التصوير فوق الصوتي من الشكل 1. الأشكال 14 وب عبارة عن مخططات توضيحية لأوجة التدفق لاثنين من أنظمة التدفق متعددة الأطوار التي تم تشكيلها وفقاً للاختراع الحالي. 0 شكل 5 عبارة عن مخطط إطاري وظيفي لمجموعة من الخطوات التي تم اجراؤها وفقاً للاختراع الحالي في المعالجة المسبقة لبيانات نظام التدفق للمعالجة وفقاً للمعالجة من الشكل 8. الأشكال 6 و6ب عبارة عن مخططات توضيحية لبيانات نظام التدفق الموجودة أثناء المعالجة وفقاً للشكل 5. شكل 7 عبارة عن مخطط إطاري وظيفي لمجموعة من الخطوات التي تم اجراؤها وفقاً للاختراع 5 الحالي عند تكوين قاعدة بيانات لأوجه التدفق التي تمثل أنظمة تدفق المائع متعدة الأطوار أثناء المعالجة الموضحة تخطيطياً فى الشكل 8. شكل 8 عبارة عن مخطط إطاري وظيفى لمجموعة من الخطوات التى تم اجراؤها عند اكتساب بيانات نظام التدفق لتصوير التدفق متعدد الأطوار الذي تم اجراؤه وفقاً للإختراع الحالي. شكل 9 عبارة عن شكل تخطيطي لنظام معالجة البيانات لتحديد نظام التدفق للتدفقات متعددة 0 الأطوار عن طريق التمييز الظاهري وتصنيف افتراضي وفقاً للاختراع الحالي.Brief explanation of the drawings Figure 1 is a stereoscopic perspective view; Partially formed in the form of a schematic form; of an ultrasonic imaging system that is fixed using a conduit according to the present invention. Figure 2 is a vertical cross-sectional view of a fluid flow through the sonographic system of Figure 1. Figure 3 is a schematic of the data acquisition sequence in the sonographic system of Figure 1. Figures 14 and b are flow-edge diagrams for two of the systems The multiphase flow formed according to the present invention. 0 FIGURE 5 is a functional frame diagram of a set of steps performed according to the present invention in the preprocessing of the flow system data for processing according to the treatment of Fig. 8. Figs 6 and 6b are diagrams of the flow system data present during the processing according to Fig. 5. Fig. 7 is a statement A functional framework diagram of a set of steps performed according to the present invention 5 when creating a database of flow faces representing multiphase fluid flow systems during the processing shown schematically in Figure 8. Figure 8 is a functional framework diagram of a set of steps performed when acquiring Flow system data for multiphase flow imaging performed according to the present invention. Fig. 9 is a schematic of the data processing system to determine the flow regime of multiphase 0 flows by means of virtual discrimination and a hypothetical classification according to the present invention.
الوصف التفصيلي: اكتساب بيانات نظام التدفق : وفقاً للاختراع الحالي؛ يتم اكتساب بيانات انتقال المائع من خلال القياسات فوق الصوتية بطريقة اكتساب البيانات لإعادة الإنشاء بالتصوير المقطعي وفقاً لطلب براءة الاختراع الأمريكية التي سقطت في الملكية العامة ولم يتم البت فيها لمقدم الطلب رقم 595689/14. بعد ذلك ينظم الاختراع الحالي قياسات بيانات انتقال المائع المكتسبة للدخول فيDetailed Description: Flow System Data Acquisition: According to the present invention; Fluid transport data are acquired through ultrasonic measurements by the tomographic reconstruction data acquisition method pursuant to the US patent application which has fallen into the public domain and is pending by Applicant No. 595689/14. The present invention then organizes the acquired fluid transport data measurements to enter into
معالجة بيانات التمييز الظاهري. بعد ذلك؛ يستخدم الاختراع الحالي التعليم الآلي وتقنيات تصنيف افتراضي حول هذه البيانات. وهكذاء يستخدم الاختراع all المجموعة الكاملة من البيانات؛ على عكس إعادة الإنشاء بالتصوير المقطعي. يوجد هناك إثراء للبيانات المستقبلة في انعكاسات التدفق المعقدة في غاز سائل لإعاقة أداء إعادةVirtual discrimination data processing. after that; The present invention uses machine learning and hypothetical classification techniques around this data. Thus the invention all makes use of the whole set of data; Unlike tomographic reconstruction. There is an enrichment of the received data in complex flow inversions in a liquid gas to hinder reconstitution performance
0 التشكيل بالتصوير المقطعي. باستخدام الاختراع الحالي؛ يكون لسلوك وأنماط بيانات التدفق المعقدة فائدة لتحديد نظام التدفق الدقيق. بالإشارة إلى الشكل 1؛ يتم توضيح نظام قياس لنظام التدفق فوق الصوتي " تي آ " لاكتساب البيانات من الجهاز " ايه "A وفقاً للاختراع الحالي لتحديد نظام التدفق لتدفق المائع ذو ثلاثة أطوار في قناة ما ' سي © ". يتضمن الجهاز " آيه " أيضاً نظام معالجة البيانات " دي "0 tomography. using the present invention; The behavior and patterns of complex flow data are useful for determining the exact flow regime. Referring to Figure 1; A measurement system for the ultrasonic flow system “TA” for data acquisition from device “A” according to the present invention is illustrated to determine the flow regime for a three-phase fluid flow in a channel of a ‘C©’. Device “A” also includes a data processing system "d"
5 (شكل 9( وطريقة (الأشكال 5؛ ¢7 و8) توفر تحديد لنظام التدفق لخلائط متعددة «lela كما سيتم وصفه أدناه. في هذا النموذج المفضل؛ تمثل الأطوار الثلاثة الزيت؛ الماء (المحلول الملحي) والغاز على أساس القياسات من نظام التدفق " تي 1 ". يأخذ نظام التدفق " تي . ” من الاختراع الحالي شكل المصفوفة 'يو لا " من أجهزة المرسل المستقبل فوق الصوتية 20 التي تقوم بإرسال الطاقة فوق الصوتية للانتقال خلال قناة التدفق " سي5 (Fig. 9) and a method (Figs. 5; ¢7 and 8) provide determination of the flow regime for multiple “lela” mixtures as will be described below. In this preferred embodiment, the three phases represent oil, water (brine) and gas based on measurements from the system. The “T1” flow. The “T” flow system of the present invention takes the form of the ‘Ula’ array of ultrasonic transceivers 20 which send the ultrasonic energy to travel through the “C” flow channel.
"؛ مثل؛ مجموعة أنابيب الإنتاج في حفرة بئر ما أو أنبوب AT التي من خلالها يكون التدفق متعدد الأطوار أو يمكن أن يحدث. ينبغي فهم أن القنوات الأخرى؛ سواء أسفل البئر أو عند السطح؛ التي من خلالها يتم قياس تدفق المائع ذو ثلاثة أطوار (الماء (أو المحلول الملحي)؛ الزيت والغاز) يمكن أن تمثل موضوع تحديد نظام التدفق من بيانات نظام التدفق المكتسبة وفقاًFor example, the set of production tubing in a wellbore or the AT pipe through which the flow is or can occur in a multiphase. It should be understood that other channels, both downhole and at the surface, through which the flow of the three-phase fluid is measured Phases (water (or brine); oil and gas) can represent the subject of flow regime identification from flow system data acquired according to
للاختراع الحالي. يتم أخذ التصميم القياسي في الاعتبار لقياس نظام التدفق فوق الصوتي كما هو موضح في الشكل 2. يوضح نظام القياس " تي ' من الشكل 2 مجموعة من محولات "ان" التي تم تحديد موضعها في مصفوفة دائرية "يو" متباعدة بصورة متساوية حول الجزء الخارجي من أنبوب أو مجموعة أنابيب الإنتاج 24 لقناة التدفق " سي " التي تحتوي على نمط تدفق متعدد الأطوار يحتوى بصورة محتملة على طور زبت متصل 30؛ طور غاز 32؛ أو طور ماء 34. يمكن أن يتباين التصميم الدقيق للتدفق متعدد الأطوار لتوزيع aS مختلف ينحرف عن ذلك الذي تم توضيحه في الشكل 1؛ ولكنه هنا يكون للأغراض التوضيحية. عند القياس؛ تنبض كل من المستشعرات "إن" بدورها ping رصد الإشارات من المستشعرات sensors المتبقية ( إن - 81-11 ) لفترة زمنية تبدأ من بدء النبض 0 حتى وقت ما يتوقف فيه المجال الصوتي جميعه داخل الأنبوب. بالنسبة للأنبوب ذو القطر 3" باستخدام المحولات التي تعمل عند 330 كيلوهرتز؛ يكون مقياس الزمن هذا بمقدار يبلغ 200 ميكروثانية. يحدث انتقال الطاقة خلال الموائع في القناة '" سي " خلال شبكة قنوات الإرسال التي تم الإشارة إليها تخطيطياً عند 22. ينتج هذا مجموعة من مسارات الإرسال إن ( إن-1) 22 التي يمكن 5 (رؤبتها بشكل Silas لوضع سلاسل الأنابيب التي تم تشكيلها عند لعب لعبة مهد القطة. يمكن قياس خواص المائع على طول القناة الفردية من قنوات الإرسال 22 كما تم تمثيلها على صورة خط يمر من جهاز مرسل 20 إلى جهاز مستقبل 20. يتم تثبيت أجهزة المرسل المستقبل 20 في قناة ما " سي " ¢ ie طول مجموعة أنابيب الإنتاج 24. يقترن الجهاز المرسل المستقبل 20 بصورة قريبة صوتياً بالتدفق متعدد الأطوار المُشار ad) تخطيطياً بالأسهم 26 التي تمر من خلال 0 مجموعة الأنابيب 24. بصفة عامة؛ هناك أجهزة المرسل المستقبل "إن ١! ' 20. يوضح شكل 3 ستة عشر كمثال باستخدام كل ما يتم ترقيمه بالحروف من 20 حتى 20ع؛ على الترتيب. لاجراء القياس؛ يتم اختيار محول أحادي؛ مثل؛ كما هو مُشار إليه عند مستشعر sensor 20 في الشكل 2 ليكون عبارة عن مصدر انبعاث توضيحي. يتم اختيار المستشعرات المتبقية (20ب حتى 20ع؛ على 5 الترتيب) كمستقبلات. في نموذج توضيحي من الاختراع الحالي؛ تعد أجهزة المرسل المستقبل 20of the present invention. A standard design is taken into consideration for the measurement of the ultrasonic flow system as shown in Figure 2. The measurement system ‘T’ of Figure 2 shows a set of ‘N’ transducers positioned in a circular ‘U’ matrix evenly spaced around the outside of the The production pipe or assembly 24 of the "C" flow conduit having a polyphase flow pattern possibly comprising a continuous asphalt phase 30; a gas phase 32; or a water phase 34. The exact design of the polyphase flow can be varied for different aS distribution deviating than the one shown in Figure 1, but here it is for illustrative purposes When measuring, each of the N sensors pulses in turn Monitoring the signals from the remaining sensors (N-81-11) for a period of time starting from the start of the pulse 0 until such time as all the sound field inside the tube stops. For 3" diameter tube using transformers operating at 330 kHz; This timescale is on the order of 200 microseconds. The transmission of energy through the fluids takes place in the 'C' channel through the network of transmission channels schematically indicated at 22. This results in a set of transmission paths N (N-1) 22 that can be seen 5 (Silas for the laying of the pipe strings that have been Configured when playing the cat's cradle The fluid properties can be measured along individual channels of the 22 transmitters as represented as a line passing from transmitter 20 to receiver 20. The transceivers 20 are installed in a channel “c” ¢ ie Length of the output tubeset 24. The transceiver 20 is acoustically closely coupled to the polyphasic flow schematically indicated ad) by the arrows 26 passing through 0 of the tubeset 24. In general; There are transceivers 'N 1! ' 20. Figure 3 shows sixteen as an example using all letter-numbered 20 through 20p, respectively. To make the measurement, a single transducer is selected, ie, as indicated at the sensor. sensor 20 in Fig. 2 to be an illustrative emission source The remaining sensors (20b through 20p; 5 in order) are selected as receivers In an illustrative embodiment of the present invention the transceiver devices are 20
عند كل موضع 120 حتى 20ع تم توضيحها في الشكل 2 عبارة عن محولات فوق صوتية 333 كيلوهرتز تم تصنيعها عن طريق Pro-Wave في تايوان. ينتج النبض دفعة من الطاقة فوق الصوتية التي تنتشر للخارج من جهاز المرسل المستقبل 20أ. لكل مستشعر استقبال 20ب حتى 0؛ يمكن قياس زمن الوصول والتوهين على صورة بيانات انتقال المائع ونقلها إلى نظام معالجة البيانات " دي " (شكل 9) للتخزين والمعالجة المتتابعة؛ كما سيتم وصفها. تجدر ملاحظة أن التصحيح غير المنتظم يكون مطلوباً لقياس التوهين لأن الكسب من كل مستشعر أ حتى ع يمكن أن يكون مختلفاً. يمكن حساب هذا التصحيح غير المنتظم بصورة أولية لنظام اكتساب بيانات نظام التدفق " تي " قبل الانتشار داخل مائع متجانس معروف؛ مثل؛ slo مقطر في قناة اختبار أو حاوية. 0 يوضح شكل 2 مسارات إرسال إن - 1 تم إنتاجها من وسيلة إرسال 20أ. في مواضع ضخ الفقاعات أو المواضع الغازية؛ يمكن أن ينتج عن الانعكاسات المتعددة أو انكسار الموجات الصوتية مسارات إرسال معقدة ومتعددة من المرسل إلى المستقبل. في الشكل 2 إذا كان هناك رقم زوجي "ان" من أجهزة المرسل المستقبل؛ تعد زيادة الزاوية © بين المسارات المتجاورة (على سبيل المثال» الزاوية آي - ايه - اتش) متساوية حتى 0 = N/T زاوية نصف قطرية. مع أخذ الخط a 5 - أكزاوية مرجعية 0 (بصرف النظر عن الاتجاه الزاوي للمصدر)؛ تقوم بيانات الانتقال فوق الصوتية في صورة زمن الانتقال وقياسات التوهين بإنتاج مجموعة قياسات إن = 1 ذات الزوايا التالية التي تم قياسها فيما يتعلق بالزاوية صفر م التي تمثل قياس مركزي central 714 يعد مستقيماً قطرياً عبر الأنبوب.At each position 120 through 20p shown in Figure 2 are 333 kHz ultrasonic transducers manufactured by Pro-Wave in Taiwan. The pulse produces a burst of ultrasonic energy that propagates outward from the transceiver 20a. for each receiving sensor 20b up to 0; Latency and attenuation can be measured as fluid travel data and transmitted to the D data processing system (Fig. 9) for storage and sequential processing; It will also be described. It should be noted that non-uniform correction is required to measure attenuation because the gain from each sensor A through Z can be different. This non-uniform correction can be calculated initially for the flow regime T data acquisition system prior to diffusion within a known homogeneous fluid; like; slo distilled into a test channel or container. 0 Figure 2 shows N-1 transmission paths produced from a 20A transmitter. in bubble infusion or gaseous sites; Multiple reflections or refractions of sound waves can result in multiple, complex transmission paths from transmitter to receiver. In Figure 2 if there is an even number "N" of transceivers; The increment of the angle © between adjacent paths (eg » angle I-A-H) is equal up to N/T = 0 radial angle. Taking the line a 5 - a reference angle 0 (regardless of the angular orientation of the source); The ultrasonic transmission data in the form of latency and attenuation measurements produce a set of n = 1 measurements with the following angles measured with respect to angle 0 m representing a central measurement of 714 that is a straight diagonal through the tube.
N 7 7 Nn = [= (5 — n) وح Nz 6 wherel<n<N-1 (1) تنطبق المعادلة )1( فقط على القيم الزوجية من "إن". وبشكل مباشر؛ يتم حساب القيم الفردية؛ ولكن لا يمكن أخذها في الاعتبار بصفة عامة عند القياس لأنها لا توفر قياس عرضي مستقيم باستخدام =I صفر. لكل من أجهزة المرسل المستقبل "إن" (هناك قياسات إن-1 لفلطية جهاز المرسل المستقبل المستقبلة AS زمنية التي يمكن أن تكون؛ على سبيل المثال؛ بين 200 إلى 2000 أو قياساتN 7 7 Nn = [= (5 — n) and h Nz 6 wherel<n<N-1 (1) Equation (1) applies only to even values of if. Directly, odd values are computed, but It cannot generally be taken into account when measuring because it does not provide a straight cross measurement with I = 0. For each of the 'N' transceivers (there are N-1 measurements of the transceiver voltage AS time that can be; For example; between 200 to 2000 or metrics
— 0 1 — أكثر للفلطية داخل إطار زمني يبلغ صفر - 500 ميكروثانية لأنبوب 3" من نظام قناة التدفق. يتم قياس الزمن المتعلق ببدء النبض على جهاز المرسل؛ fia 20أ. يمثل النبض المرسل بشكل نمطي نبض فلطية مربعة يبلغ 100-10 فولت بفترة نصف مدة تردد الإستثارة لأجهزة المرسل المستقبل - في حالة الوسائل المستخدمة 330 كيلوهرتز؛ تمثل مدة النبض مقدار 1 - 2 ميكروثانية).— 0 1 — over voltage within a time frame of 0 - 500 µs for 3" tube of flux channel system. Time to pulse initiation measured on transmitter; fia 20a. The transmitted pulse is typically a square voltage pulse of 10-100 V half the duration of the excitation frequency of the transceivers - in the case of the 330 kHz means used; the pulse duration is 1-2 microseconds).
يتم تحديد عدد من العينات في كل قياس زمني على صورة "اس" تمثل عدد العينات لكل قناة؛ التي يمكن أن تتراوح»؛ على سبيل المثال» من حوالي 200 إلى حوالي 5000. مع أخذ القياسات بعيداً على النطاقات الزمنية الأطول؛ مثل؛ تلك التي تسمح بمسارات متعددة من الموجات فوق الصوتية خلال وسط متعدد الأطوار ويمكن أن تسمح بمزيد من التمايز. تتم الإشارة إلى اكتساب بياناتThe number of samples in each time measurement is specified as an “S” representing the number of samples per channel; that can range»; for example » from about 200 to about 5000. With measurements taken farther out on longer time scales; like; Those that allow multiple paths of ultrasound through a multiphasic medium and can allow for further differentiation. Data acquisition is indicated
0 انتقال التدفق فوق الصوتي عن طريق المجموعة "يو" بالطريقة التي تم وصفها lef تخطيطياً عند الخطوة 30 في مخطط سير العمليات "اف" (شكل 8) يوضح معالجة تحديد نظام التدفق وفقاً لهذا الاختراع الحالي. بالنسبة لنبض القياس ١ لأحادي ¢ يتم تحديد مصفوفة بأبعاد تبلغ ان-1 X اس حيث يمثل كل صف من المصفوفة dad فردية ل AT ترتيب تنازلى ويمثل كل عمود من المصفوفة نقطة أخذ عينة0 Ultrasonic flow transmission by group “U” in the manner described LEF schematically at step 30 in the “F” process flow diagram (Fig. For a measurement pulse of 1 for a single ¢ a matrix is defined with dimensions of N-1 X s where each row of the matrix represents an individual dad of AT in descending order and each column of the matrix represents a sampling point
5 زمنية فردية في واحد من كل من قنوات ان-1 التي تم أخذ عينة منها. يتم تحديد هذه المصفوفة كما يلى:5 individual times in one of each of the sampled N-1 channels. This matrix is defined as follows:
(11070 wherel<m<N-1(11070 wherel<m<N-1
تقوم كل نبضة pulse بالنسة لجهاز مرسل مستقبل مختلف بإنتاج قيمة جديدة من (00) أ/ا. لجمع البيانات clas يمكن تنفيذ اختيارين وفقاً للاختراع الحالي:Each pulse to a different transceiver produces a new value of (00) a/a. For clas data collection two options can be implemented according to the present invention:
0 اختيار (1): التسلسل أو الارتباط معاً على صورة مجموعة JK [109 101 MD مصفوفة N- XS التي تم تحديدها Majlis bh اختيار (2): اجراء التقييم: 0/07 1901-1 -”0 Option (1): Concatenate or link together on the image of the JK group [109 101 MD Matrix N- XS selected Majlis bh Option (2): Assessment Procedure: 0/07 1901-1 - ”
اي - آلA - Al
بصرف النظر عن استخدام الاختيار (1) أو الاختيار (2)؛ يتم استخدام نفس الإزاحة الزاوية. وتتمثل فائدة استخدام الاختيار (1) في عدم تجاهل البيانات أو عدم الاكتراث بهاء مع إعطاء dea ll لتصنيف أفضل أسفل الخط؛ ولكن على حساب تطلب قدرة المعالجة المتزايدة لأن المصفوفات تكون أكبر. وتتمثل الفائدة من استخدام الاختيار (2) في أن مجموعات البيانات الأصغر تعد مطلوية بحساب أقل ويمكن أن يقوم المتوسط بتخفيف بعض من ضوضاء الإشارة.Regardless of whether Option (1) or Option (2) is used; The same angular offset is used. The benefit of using option (1) is that the data is not discarded or Baha is indifferent while giving dea ll a better rating down the line; But at the cost of requiring increased processing power because the arrays are larger. The benefit of using option (2) is that smaller data sets are required to compute less and averaging can mitigate some of the signal noise.
على الرغم من ذلك؛ يتم التخلص من بعض معلومات نظام التدفق عن طريق عملية التوسط. وفقاً للاختراع الحالي؛ أتضح أن بيانات نظام التدفق التي تم الحصول عليها من قياسات نظام التدفق فوق الصوتية باستخدام المجموعة "يو" التي تم تنظيمها في أي من المصفوفتين كلتيهما ام' و ام" ومعالجتهما وفقاً للطريقة التي تم وصفها أدناه تمثل ما يمكن تحديده dnl التدفق". يكونNevertheless; Some flow system information is eliminated by the mediation process. According to the present invention; It turns out that the flow system data obtained from ultrasonic flow system measurements using the set 'U' that were organized into either of the two matrices both M' and M' and processed according to the method described below represent what can be determined as 'dnl flow'. He is
0 للاختبارات القيم التي تم الحصول عليها ل ام" في حلقة تدفق الماء -الهواء وتشير إلى القدرة على تمايز بشكل مرئي بين تدفق الفقاعات وتدفق الماء المستمر عند تقديمه باعتباره Jie "أوجه التدفق" هذه. تم توضيحها في الأشكال 4ا وإحب. تمثل الشكل 14 صورة من قيم ام" تم تشكيلها وفقاً للاختراع الحالي لتدفق الماء المستمر باستخدام مجموعة فوق صوتية للقناة إن - 16 للقياسات. يمثل الشكل لحب صورة من قيم "al تم تشكيلها باستخدام نفس المجموعة فوق الصوتية لتدفق0 of the tests obtained values for lm" in the water-air flow loop and indicate the ability to visually differentiate between bubble flow and continuous water flow when presented as Jie these "flow facets". They are illustrated in Figures 4a and e. 14 m-value images formed according to the present invention of continuous water flow using an ultrasonic array of the N-16 channel for measurements. The shape represents an image of al values formed using the same ultrasonic set of flow
5 الفقاعات المتفرق المستمر. من الواضح من الأشكال 14 و4ب أنه من الممكن للتمايز عن طريق نظام التدفق بالفحص المرئي لهذه الصور. في الشكل 4أ؛ تتم ملاحظة أن شكل الهلال المحدد بوضوح الذي يدل على الإرسال خلال وسط سائل متجانس homogeneous liquid medium بنفس سرعة الصوت. يشير امتداد أو انضغاط الهلال في المحور السيني x-axis إلى زيادة أو انخفاض سرعة صوت الوسط5 continuous sparse bubbles. It is clear from Figures 14 and 4b that it is possible to differentiate via the flow system by visual inspection of these images. in Figure 4a; It is observed that the clearly defined crescent shape that indicates transmission through a homogeneous liquid medium at the same speed of sound. The extension or compression of the crescent in the x-axis indicates an increase or decrease in the speed of the sound of the medium
0 . سوف يشير سطوع أو إظلام شدة الهلال إلى إنخفاض ذو صلة أو زيادة في توهين الوسط حيث يمثل إشارة لم يتم قيأسها. يعد وجود تقلل الإرسال أو الضجيج في الوسط كما هو واضح في الشكل 4ب Va على وجود مكونات انعكاسية؛ مثل؛ وجود فقاعات في الوسط. في تعبيرات أبسط يمكن أن يرتبط البحث عن التباين إما بصورة محلية أو عالمية لامتداد المحور السيني أو انحراف الهلال؛ وجود إظلام أو0 . The brightness or darkening of the crescent intensity will indicate a relevant decrease or increase in the attenuation of the medium as it represents an unmeasured signal. The presence of transmission reduction or noise in the medium as shown in Fig. 4b Va indicates the presence of reflective components; like; There are bubbles in the middle. In simpler terms the search for variance may be related to either a local or a global picture of the x-axis extension or the skew of the crescent; darkening or
سطوع الإشارة؛ أو لوجود الضجيج الانعكاسي بوجود تباينات عند سرعة الصوت ؛ التوهين؛ أو المصادر الانعكاسية reflective sources سوف ينتج عن البحث عند أنماط التدفق متعددة الأطوار المختلفة كمثال» ووجود تدفق غاز الفقاعات وجود مصادر انعكاس متعددة ينتج عنها ضجيج على الإشارة كما هو موضح في الشكل deg ocd 5 سبيل المثال؛ سيناريو سائل متعدد الأطوار؛ مثل؛ الزبت والماء ينتج die امتدادsignal brightness; or for the presence of reflectional noise in the presence of variations in the speed of sound; attenuation or reflective sources, the search will result in different multiphase flow patterns as an example” and the presence of bubble gas flow will result in the presence of multiple reflection sources that result in noise on the signal as shown in figure deg ocd 5 for example; multiphase liquid scenario; like; Bitumen and water produce die
وانكماش عبر شكل الهلال دون إضافة الضجيج clutter باستخدام الاختراع الحالي؛ تتمثل فائدة تنظيم البيانات بهذه الطريقة في أن الصور يمكن إدخالها Bil في طرق باستخدام dallas الصور وتقنيات التمييز من النوع المستخدم لتحديد أوجة بشرية؛ وتقنيات تصنيف افتراضي لوضع الصور في فئات التي فيما بينها يتم تقليل احتمالية وجود خللcontraction across the crescent shape without adding clutter using the present invention; The benefit of organizing the data in this way is that images can be inserted into Bil methods using image dallas and recognition techniques of the kind used to identify human faces; and default classification techniques to place images into categories between which the possibility of defect is minimized
0 في التصنيف احصائياً إلى الحد الأدنى. بمجرد معالجتها باستخدام نظام معالجة البيانات " دي " (شكل 9) بهذه الطريقة؛ يتم جعل نظام التدفق الأنبوب أو القناة " سي " قابلاً للتحديد نتيجة لقابليتها للمقارنة بأنظمة التدفق للخصائص المعروفة التي تم تحديدها بموجب تكييف ظروف حلقة الاختبار ومشاركتها كقاعدة بيانات لنظام تدفق. معالجة البيانات : يتم توضيح طريقة شاملة لتحديد نظام التدفق ay للاختراع Mall يستخدم0 is statistically ranked as the minimum. Once processed using the "D" data processing system (Fig. 9) in this way; A pipe or conduit "C" flow system is made identifiable as a result of its comparability with flow systems of known characteristics determined under conditioning test loop conditions and shared as a flow system database. Data processing: A comprehensive method for determining the ay flow system of the invention Mall is used is illustrated
بيانات قياس فوق صوتية تم الحصول عليها من قنوات التدفق باستخدام نظام القياس " تي " تخطيطياً في مخطط سير العمليات "اف" (شكل 4). يوضح مخطط سير العمليات " اف ]" بنية المنطق من الاختراع all كما تم تجسيده في برنامج الكمبيوتر. سوف يدرك ذوي المهارة في هذا المجال أن مخططات سير العمليات توضح بنيات عناصر كود برنامج الكمبيوتر بما في ذلك قنوات منطقية على الدائرة المدمجة التي تعمل وفقاًUltrasonic measurement data obtained from flow channels using the “T” measurement system schematically in the “F” flowchart (Fig. 4). The "F]" flowchart illustrates the logic structure of the invention as embodied in the computer program. Those skilled in this field will recognize that process flow diagrams show the structures of computer program code elements including logic channels on an integrated circuit that operate according to
0 للاختراع الحالي. وبوضوح؛ تتم ممارسة الاختراع في نموذجه الأساسي باستخدام مكون آلة يجعل عناصر كود البرنامج في صورة توضح جهاز معالجة رقمية (أي؛ جهاز كمبيوتر) لاجراء تتابع تحويل البيانات أو خطوات المعالجة المناظرة لتلك التي تم توضيحها. للحصول على بيانات انتقال المائع (سواء في إنشاء قاعدة بيانات لنظام تدفق أو في ظروف نظام تدفق معروفة) في صورة مقبولة للمعالجة عن طريق الكمبيوتر في نظام معالجة البيانات "دي"0 of the present invention. and clearly; The invention is exercised in its basic embodiment by using a machine component that renders elements of program code in a form representing a digital processing device (ie, a computer) to perform the data transformation sequence or processing steps corresponding to those illustrated. To obtain fluid transport data (either in a flow system database generated or in known flow system conditions) in an acceptable form for computer processing in a D data processing system
(شكل 9)؛ من المفضل لاجراء معالجة الإشارة الأولية والقياس في sang نمطية معالجة للإشارة 0 (شكل 5). يوضح الشكل 16 بيانات انتقال المائع الخام التوضيحي من قياس قناة أحادية للمجموعة "يو" قبل المعالجة؛ ويوضح الشكل 6ب هذه البيانات بعد المعالجة في وحدة نمطية لمعالجة الإشارة 40. في وحدة نمطية لمعالجة الإشارة 40؛ يتم shal مجموعة من الخطوات كما هو مُشار إليه تخطيطياً في الشكل 5. يمكن تنفيذ المعالجة التي يتم اجراؤها في وحدة نمطية للمعالجة 40؛ على سبيل المثال» في جهاز باستخدام» على سبيل المثال؛ دائرة FPGA (أو مصفوفة بوابة ALE لبرمجة مجال بعينه/ا8178 (field programmable gate كما هو مُشار ad) عند 42؛ يتم اجراء ترشيح FFT filtering للتصادم المتعدد على بيانات انتقال مائع القناة لإزالة التيار المباشر 0 أو dal) دي.سي. ؛ ضمور منخفض التردد وإشارات التداخل. كما هو مُشار ad) عند 44؛ يتم استخدام مرشح إزالة التضمين لإمرار ترددات منخفضة على البيانات التي تم ترشيحها الناتجة من الخطوة 42 لتوفير استجابة غلاف للتضمينات مرتفعة التردد؛ مقارنة بإزالة تضمين السعة المتضمنة أو إشارة لاسلكية radio signal االل. كما هو مُشار إليه عند 46؛ يتم قياس الطيف الناتج من ترشيح إزالة التضمين في الخطوة 44 ومجموعة سعة الذروة أو السعة القصوى المساوية 5 13( باستخدام سعات أقل تم قياسها بصورة متناسبة باعتبارها قيمة تجزيئية fractional value لسعة الذروة peak amplitude . بعد المعالجة في وحدة moduleddads 40؛ يتم تحضير بيانات انتقال المائع في صورة مصفوفة بحيث تكون بيانات نظام التدفق الخام متاحة باعتبارها أوجه تدفق في المصفوفات ام” أو al للمعالجة الإضافية عند معالجة البيانات " دي ” وفقاً للاختراع الحالي؛ كما هو موضح تخطيطياً 0 في الشكل 7. أثناء هذه المعالجة؛ كما سيتم توضيحه؛ تعد بيانات أوجه التدفق في المصفوفات ام" أو al لمعالجة تحديد الصورة. يتم اعتبار بيانات dng التدفق Jia صورة على شكل صورة أو كمية صورة 0070 . وفقاً لذلك؛ تمثل بيانات نظام التدفق في كل من المصفوفات ام" أو ام”” لكل dag أو صورة تدفق طقم منسجم الأجزاء لصور التدفق [07)؛ بالنسبة ل ان = 1؛ 2؛ ...؛ Lal يتم تمثيل متوسط أو 5 صورة dag تدفق متوسط @ باعتبارها:(Fig. 9); It is preferable to perform the initial signal processing and measurement in a sang 0 signal processing module (Fig. 5). Figure 16 shows the illustrative raw fluid transport data from a single channel measurement of the U group before treatment; Figure 6b shows this data after processing in a signal processing module 40. In a signal processing module 40; The shal performs a set of steps as schematically shown in Figure 5. The processing to be performed can be carried out in a processing module 40; for example» in a device using» for example; FPGA circuit (or ALE field programmable gate array/A8178 (field programmable gate as ad) at 42; multi-collision FFT filtering is performed on channel fluid transmission data to remove direct current 0 or dal) d.c. ; Low frequency atrophy and interfering signals. as indicated a) at 44; A demodulation filter is used to pass low frequencies over the filtered data generated from Step 42 to provide an envelope response for high-frequency modulations; Compared to demodulating the built-in capacitance or radio signal. as indicated at 46; The resulting spectrum from the demodulation filter in step 44 and a peak or maximum amplitude set equal to 5 13) is scaled using lower amplitudes scaled proportionally as the fractional value of the peak amplitude. After processing in moduleddads 40 The fluid transport data is prepared in matrix form such that the raw flow system data are available as flow faces in the “m” or “al” matrices for further processing when the “d” data is processed according to the present invention, as shown schematically 0 in Fig. 7. During This processing, as will be shown, prepares the data of the stream faces in the m" or al matrices for image identification processing. The stream dng data is taken as Jia image or 0070 image quantity. Accordingly, the flow system data in Each of the matrices m" or m"" for each dag or stream image is a harmonized set of stream images [07); average @ as:
— 4 1 — — 1 = 06م ner ~= (ن) يكون لكل صورة تدفق فى المصفوفات أيضاً ما يطلق عليه صورة pV تمثل ابتعاد تلك الصورة عن المتوسط الذي تم تحديده كما toh pm - op = يتم توضيح مزيد من التفاصيل لتحديد مقادير الصورة ‘ متوسط أو القيم المتوسطة وصور على— 4 1 — — 1 = 06m ner ~= (n) Each image stream in the arrays also has what is called a pV image representing the distance of that image from the mean that is specified as toh pm - op = is Clarify further details for determining the image magnitudes' mean or the median values and images on
سبيل المتال فى Sirovich et al., “Low-dimensional procedure for the characterization of human faces”, Journal of the Optical Society of Vol. 4, p. 519 — 524, March, 1987 ,0781108. بعد ذلك؛ يمكن بشكل أمثل أن تتم معالجة بيانات صورة التدفق بما هو معروف بأوجه تدفق إيجن وفقاً للاختراع الحالي.Sabil Al-Mattal in Sirovich et al., “Low-dimensional procedure for the characterization of human faces”, Journal of the Optical Society of Vol. 4, p. 519 — 524, March 1987, 0781108. after that; The flow image data can optimally be processed with what are known as Igne flow facets according to the present invention.
0 تكوين قاعدة بيانات لأوجه التدفق التي تمثل ظروف التدفق : بالنسبة لتحديد نظام التدفق عن طريق تمييز الصورة وفقاً للاختراع الحالي؛ يتم تشكيل إنشاء طقم منسجم الأجزاء لنظام تدفق أو قاعدة بيانات لوجه التدفق التمثيلي أولاً كما هو مُشار إليه عند 70. باستخدام الاختراع (Jad يعتمد تمييز نظام التدفق على أساس البيانات all الحصول عليها في حلقة التدفق بخلاف بثر ماء حيث إنه من السهل إنشاء أنظمة تدفق نموذج مختلف. ينبغي أن يتم إنتاج والحصول على بيانات0 Creating a database of flow faces representing flow conditions: For the determination of the flow regime by image recognition according to the present invention; The construction of a consistent flow system set-up of a flow system or a database of a representative flow facet is formed first as indicated at 70. Using the invention (Jad) the recognition of a flow system is based on the data ALL obtained in the flow loop other than a water squirt as it is Easy to create different model flow systems.Production and data acquisition should be done
5 حلقة التدفق مع العلم أن أنظمة تدفق النموذج ينبغي أن تمثل أنظمة التدفق داخل i ما. يمكن تخطيط all أو سلوك المجال على سلوك حلقة التدفق عن طريق الأخذ فى الاعتبار بحرص الخواص المادية التالية أو العوامل التي تتعلق بأطوار المائع الثلاثة: (أ) أقصى وأدنى معدلات تدفق للزيت؛ (ب) أقصى وأدنى معدلات تدفق للماء أو المحلول الملحي؛5 Flow Loop Knowing that the model flow regimes should represent the flow regimes within i. The ALL or domain behavior can be mapped to the behavior of the flow loop by carefully considering the following physical properties or factors relating to the three fluid phases: (a) maximum and minimum flow rates of the oil; (b) the maximum and minimum flow rates of water or brine;
0 (ج) أقصى وأدنى معدلات تدفق للغاز؛ (د) لزوجة Viscosity وكتافة الزيت density ¢ (ه) لزوجة وكثافة الماء أو المحلول الملحي؛0 (c) maximum and minimum gas flow rates; (d) Viscosity and density of oil ¢ (e) Viscosity and density of water or brine;
— 5 1 — (و) لزوجة density of gas jlall 43USy ¢ (ز) لزوجات وكثافات الخليط الناتجة التي تستخدم ارتباطات الخليط الملائمة. يوضح شكل 7 في مخطط سير العمليات 70 تتابع تعليمات تم تنفيذ ها بالكمبيوتر تم اجراؤها في نظام معالجة البيانات " دي " لتجميع قاعدة البيانات لأمثلة وجه التدفق التمثيلية التي تم استخدامها بالاتصال بتحديد نظام التدفق وفقاً للشكل 8. أثناء الخطوة 72( يتم تحديد كميات وفقاً للخواص المادية لأطوار المائع أعلاه. من هذه الخواص» يتم أيضاً تحديد نطاق أعداد Reynolds أثناء الخطوة 72 لتصميمات التدفق المختلفة. مع ملاحظة أجزاء الزبت؛ والماء والغاز. فى الخطوة 74 يتم تحديد مصفوفة الاختبار حيث يتباين تدفق الزبت؛ والماء والغاز وفقاً EIR تتم ملاحظة عدد Reynolds لكل منها. أثناء الخطوة 75؛ يتم تحديد الخواص المادية لكل نقطة 0 محددة فى مصفوفة الاختبار؛ الخلائط ذات الصلة من تدفق الزيت؛ الماء؛ والغاز فى حلقة التدفق؛ واجمالي التدفق الذي تم قياسه حتى تحقيق عدد Reynolds الصحيح. تتضمن الخطوة 76 تحديد مصفوفة الاختبار لحلقة التدفق وضبط التدفقات المختلفة وفقاً لذلك يتوافق عدد Reynolds وأجزاء الطور مع مصفوفة الاختبار المحددة للبئر. أثناء الخطوة 78 يتم تشكيل المقياس ام' أو ام" لكل من نقاط مصفوفة GURY) ويشكل مفضل؛ مع الأخذ في الاعتبار 5 الانتقال من خلال مصفوفة الاختبار في مختلف الاتجاهات وبشكل ممكن بصورة عشوائية لتجنب تأثيرات التخلف النظامي. بإتمام الخطوة 78؛ يتم تشكيل طقم منسجم الأجزاء أو قاعدة بيانات من القياسات ام' أو ام" التي تمثل ظروف التدفق متعددة الأطوار في بئر ما. يتم الآن تحديد متوسط وجه التدفق بالطريقة التي تم وصفها أعلاه؛ باستخدام العلاقة التالية وأخذ "ام كمثال: my - > 11(q) AM") = 7 Yq M 20 حيث يكون هناك إجمالي قياسات حلقة التدفق الفردية "كيو ويمثل المعامل "كيو" القياس 0107 ل كيو -< 1 إلى كيو".— 5 1 — (f) viscosity density of gas jlall 43USy ¢ (g) for the resulting mixture viscosities and densities using the appropriate mixture correlations. Figure 7 in the flowchart shows 70 sequences of computer-executed instructions performed in the D data processing system to compile the database of representative flow facet examples that were used in connection with the determination of the flow system according to Figure 8. During step 72) Quantities are determined according to the properties The physical phases of the fluid phases above. From these properties" the range of Reynolds numbers is also determined during step 72 for the different flow designs. Noting the parts of the bitumen, water and gas. In step 74 the test matrix is determined where the flow of the bitumen, water and gas varies according to the EIR The Reynolds number is noted for each.During step 75, the physical properties are determined for each 0 point specified in the test matrix, the relevant mixtures of oil, water, and gas flow in the flow loop, and the total flow measured until the Reynolds number is achieved. Step 76 involves defining the test matrix for the flow loop and adjusting the various flows accordingly Reynolds number and phase fractions correspond to the test matrix specified for the well. During Step 78 the scale M' or M' is formed for each of the points of the GURY matrix) and is preferred ; Taking into account 5 moving through the test matrix in as many different directions as possible at random to avoid systemic lag effects. by completing step 78; A coherent set of parts or a database is formed from the m' or m' measurements representing the multiphase flow conditions in a well. The mean flow face is now determined in the manner described above, using the following relation and taking 'm' as an example: my - > 11(q) AM") = 7 Yq M 20 where there are the total measurements of the single flow loop 'q' and parameter 'q' represents the measure 0107 for Q -< 1 to Q".
— 6 1 — يتم الآن تحديد مصفوفات صورة التدفق؛ " سي " ؛ (التي تمثل انحرافات عن المتوسط) باستخدام العلاقة التالية: CD — MD _ (M") وهكذا ¢ يتم تجميع مجموعة بيانات لصور التدفق وتخزينها على صورة 8 sae بيانات لنظام التدفق وتكون متاحة لتحديد أوجه التدفق إيجن أثناء الخطوة 82 لأوجة التدفق لأنظمة التدفق. تحديد أوجه التدفق إيجن : بافتراض أن ام" تمثل مصفوفة البيانات التي تم معالجتها؛ تعد أبعاد مصفوفة صورة التدفق 0 0 عبارة عن اس X (ان- 1 ( . بأخذ كل صف وتسلسله أو ارتباطه Tae كمجموعة؛ يمكن اعتبار كل CD ناقل في حيز بُعدي اس(ان-1) والذي باستخدام الاختراع الحالي يطلق عليه حيز التدفق. وفقاً للاختراع الحالي؛ ما تحديده على صورة أوجه التدفق إيجن 0 التي يتم تشكيلها أثناء الخطوة 82 لبيانات صورة dag التدفق. تناظر أوجه التدفق إيجن قيم إيجن عند معالجة المصفوفة وتمثل بيانات صورة التدفق التي تم تنظيمها داخل صورة المصفوفة التي تم وصفها هنا. وتمثل أوجه التدفق إيجن مجموعة من نواقل الأساس المتعامد في حيز التدفق يمكن إضافته بطريقة خطية لإنشاء أي صورة وجه تدفق. وهكذاء؛ يوفر الاختراع الحالي ترتيب بيانات التدفق بطريقة مماثلة للمدخلات لتقنيات التمييز 5 الظاهري المعروفة. يمكن أن يحدث dda على سبيل (JU عن طريق استخدام أحد طرق المعالجة التي تم وصفهاء على سبيل المثال؛ في Sirovich and M.— 6 1 — Stream image matrices are now defined; " bad " ; (which represent deviations from the mean) using the following relationship: CD — MD _ (M") and so on ¢ A dataset of flow images is collected and stored as 8 sae flow system data and is available to identify flow faces iegen during step 82 of flow faces For flow systems Determine the faces of the flow: Assuming that "m" represents the processed data matrix; The dimension of the flow image matrix 0 0 is s x (n-1). By taking each row and its sequence or association Tae as a group, each CD can be considered as a vector in the s(n-1) dimensional space which using the invention The current is called the flowspace.According to the present invention, what is defined as the flow-faces image ign 0 which is formed during step 82 of the flow-dag data. The flow-faces eigen corresponds to the values of eigen when processing the matrix and represents the stream-image data organized within the matrix image which are described herein. The iGen flow faces are a set of base vectors orthogonal in the flow space that can be added in a linear fashion to construct any flow face image. Thus, the present invention provides arrangement of the stream data in a manner analogous to the inputs for known virtual discrimination 5 techniques. dda can occur (JU) by using one of the processing methods described for example in Sirovich and M.
Kirby, “Low— .ا dimensional procedure for the characterization of human faces,” J.Kirby, "Low—a dimensional procedure for the characterization of human faces," J.
Opt. (Soc.Opt. (Soc.
Am A, 4 (1987), pp. 519-524 التى تم ذكرها مسبقاًء M.Am A, 4 (1987), p. 519-524 previously cited by M.
Turk and A. Pentland, “Eigenfaces for Recognition” J.Turk and A. Pentland, “Eigenfaces for Recognition” J.
Cog.Cog.
Neuroscience, 3(1) (1991), pp. 71-86; or M.Neuroscience, 3(1) (1991), p. 71-86; or M.
Turk and A.Turk and A.
Pentland, “Face Recognition Using 20 Eigenfaces”, Proc.Pentland, “Face Recognition Using 20 Eigenfaces”, Proc.
IEEE Conf. on Comp.IEEE Conf. on Comp.
Vision and Patt.Vision and Patt.
Recog., (1991) pp. 586-591 ينبغي فهم أنه يمكن Lead استخدام ترتيب AT لتقنيات معالجة البيانات لتمييز الصور.Recog., (1991) p. 586-591 It should be understood that Lead can use the AT order of data processing techniques to tag images.
يقوم وضع بيانات التدفق أثناء الخطوة 82 بالطريقة التي تم وصفها بإنتاج ناقل واجهة إيجن أول بحيث يصل مريع الناتج الداخلي الإقليديسي بين ناقل واجهة إيجن و0091 التي تم جمعها على جميع القيم من 0 وتم قياسها باستخدام عامل 1/Q أقصى dad عددية. تقدم جريدة the Optical Society of Americas في مقال لسيروفيتش Sirovich تم ذكره مسبقاًء على سبيل المثال؛Placing the stream data during step 82 in the manner described produces a first Ign interface vector so that the Euclidean intrinsic product sum between the Ign interface vector and 0091 summed over all values of 0 and scaled with a factor of 1/Q maximum scalar dad. The Optical Society of Americas presents in an article by Sirovich previously mentioned, for example;
وصفاً لكيفية استخدام هذه الطريقة لتحديد كل من أوجه التدفق إيجن (أوجه إيجن) بصورة متتابعة. تحديد قيم إيجن ك بمجرد تحديد أوجه التدفق إيجن أثناء الخطوة 82؛ تتم معالجة كل من أوجه التدفق أثناء الخطوة 84 لتحديد مجموعة من قيم إيجن يمكن استخدامها لتقليل الخطاً إلى الحد الأدنى بين تقريب وجه التدفق ووجه التدفق نفسه. تتم الإشارة إلى قيم إيجن التي تم تشكيلها أثناء الخطوة 84 وفقاً للاختراع الحالي على شكل صور التدفق إيجن. تمثل قيم إيجن أنواع مضغوطةA description of how to use this method to sequentially determine each of the faces of the eigen flow (eigen faces). Determine the eigen k values once the eigen flow faces have been defined during step 82; Each of the flow faces is processed during step 84 to define a set of eigen values that can be used to minimize the error between the flow face approximation and the flow face itself. The IGN values generated during step 84 according to the present invention are indicated as the IGN flow images. IGN values represent compressed types
0 على صورة مجموعة من الكميات العددية التي تمثل قيم مميزة لأوجه التدفق إيجن في المصفوفات. تستخدم المعالجة في الخطوة 84 خوارزم الانخفاض إلى الحد الأدنى المناسب؛ مثل؛ ذلك الذي تم وصفه في “Numerical Recipes in C: The Art of Scientific Computing”, Cambridge University Press, 2nd Edition (1992), W.H.0 as a set of scalar quantities that represent characteristic values of the faces of the eigen fluxes in the matrices. The processing in Step 84 uses the appropriate declining algorithm; like; That which is described in “Numerical Recipes in C: The Art of Scientific Computing”, Cambridge University Press, 2nd Edition (1992), W.H.
Press, S.A. W.T.Press, S.A. W.T.
Vetterling, B.P.Vetterling, B.P.
Flannery ,لماكام»انا© 1. أثناء هذا الانخفاض الأدنى؛ يتم اجراءFlannery, McCam, I© 1. During this minimum depression; is being conducted
5 طرح المصفوفة بين صورة التقربب والصورة الحقيقة لإنتاج مصفوفة الاختلاف. يتم تربيع كل عنصر من مصفوفة WAY) ويتم جمع جميع عناصر المصفوفة لتوفير dad عددية تزيد كلما أصبحت الصورتين مختلفتين بدرجة كبيرة. يشير مجموع يبلغ صفر على هذه الكمية إلى صورة متطابقة. ويتم تحديد مقدار الخطأ باعتباره يمثل " إي". أثناء معالجة الانخفاض إلى الحد الأدنى من الخطوة 84؛ Tas المعالجة لوجه تدفق إيجن أول فقط5 Subtract the matrix between the close-up image and the real image to produce the difference matrix. Each element of the WAY matrix is squared and all elements of the matrix are summed to provide a scalar dad that increases as the two images become significantly different. A sum of zero over this quantity indicates an identical picture. The error amount is specified as "E". during processing drop to the minimum step 84; Tas processing is for the first eigen flow face only
0 باستخدام معالجة الانخفاض إلى الحد الأدنى التي تم وصفها أعلاه يتم اجراء؛ والبحث عن أدنى قيمة لمقدار الخطأ " إي" حيث تتباين قيمة إيجن. بعد ذلك؛ تتم إضافة وجه تدفق إيجن ثانٍ وتضمينها لتتعرض بصورة متراكمة للإنخفاض إلى الحد الأدنى؛ والبحث عن أدنى قيمة لمقدار الخطأ " إي" حيث تتباين أول قيمتين لإيجن في اثنين من الأحياز البُعدية. يتم استكمال معالجة الانخفاض إلى الحد الأدنى بصورة متكررة خلال عدد "كي" من خطوات المعالجة هذه لأوجه0 Using the drop-to-minimization processing that was described above is performed; And search for the lowest value of the amount of error "E" where the value of Eigen varies. after that; A second eigen flow face is added and included to be cumulatively reduced to a minimum; And search for the lowest value of the error magnitude "E" where the first two values of Eigen vary in two dimensional spaces. The minimization processing is completed recursively during the "ki" number of these processing steps for the facets
5 اتدفق إيجن "كي" ووجه تدفق إيجن AT مضاف لتلك الأوجة المعرضة لمعالجة الانخفاض إلى5 eigen "K" flow and eigen AT flow face added for those faces prone to downgrade processing
— 8 1 — الحد ١ لأدنى التي تم وصفها ٠ Del خلال كل خطوة كي" لأوجه تدفق إيجن لكي" يتم اجراء البحث لأدنى قيمة لمقدار Waal 'إي ١ حيث تتباين قيم إيجن 'كي' الأولى في حيز بُعدي AS يعتمد العدد المطلوب لأوجه التدفق إيجن على تباين أنظمة التدفق التى تتطلب الفحص. اعتماداً على التحاليل والدراسات الأولية؛ من المتوقع أن العدد "كي" لحوالي 10 خطوات ينبغي أن يوفر تقريب منطقي لوجه التدفق النهائي. هناك سمة مهمة ناتجة عن قيم إيجن التي تقدم مميزات ممكنة للقياس عن بُعد. باستخدام طريقة قيمة إيجن من الاختراع الحالي؛ وباستخدام العدد المتوقع "كي" لحوالي 10 من خطوات الانخفاض إلى الحد الأدنى؛ يصبح من الممكن أخذ مجموعة بيانات لها النقاط (ان-1)اس ؛ كل منها باستخدام تمثيل 8 بت وتكثيفه إلى 10 من الأعداد الحقيقة. من حيث ضغط البيانات لنظام 16 0 قناة باستخدام 1000 عينة لكل قناة وتمثيل نقطة البيانات 8 بت؛ يكون هذا مساوباً لحيز ذاكرة يصل إلى 120000 بت ليمثل التدفق (حوالي 117 كيلو). باستخدام طربقة قيمة إيجن التي تم وصفها هناء يمكن أن يتم تمثيل الوضع لنفس التدفق متعدد الأطوار في 320 بت باستخدام تمثيل نقطة طليقة للدقة الأحادية (حوالي 0.3 كيلوبت). الأمر الذي يعني أنه يتم ضغط البيانات باستخدام عامل يبلغ 400 أو بالتالي دون فقد معلومات مهمة. 5 على dag التحديد؛ يمكن أن تكون تقنيات انضغاط البيانات هذه المستقلة عن طريقة تصنيف افتراضي Shae للقياس عن بعد لنطاق عرضي منخفض في آبار ذات ثقوب مفتوحة لإرسال المعلومات التفصيلية حول وضع التدفق . Jal) فى حيز التدفق : اعتماداً على تحديد أوجه التدفق إيجن خلال الخطوة 84؛ التى تعد خاصة بنطاق مصفوفة الاختبار المحددة في الخطوة 74( يوفر الاختراع الحالي القدرة على تمثيل؛ 0 أثناء الخطوة 86؛ بيانات التدفق متعددة الأطوار على أساس قيم إيجن بمفردها في حيز التدفق البُعدي 'كي". يتم توفير التمثيلات عن طريق عروض تم تشكيلها باستخدام نظام معالجة البيانات "دي n . اعتماداً على النتائج التي تم الحصول عليها عند الاختبار» مثل؛ تلك التي تم إظهارها في الأشكال 14 و4ب؛ يتضح أن مجموعة بيانات قياس التدفق معاً وفقاً للنوع المختلف من نظام التدفق الذي— 8 1 — 1 term for the lowest described 0 Del during each Ki step of the “facets of the Eigen flow so” the search is performed for the minimum value of Waal 'ie 1 where the first Eigen 'Ki' values vary in a space Dimension AS The required number of eigen flow faces depends on the variance of the flow regimes that require inspection. Based on preliminary analyzes and studies; It is expected that the "ki" number of about 10 steps should provide a reasonable approximation to the final flow face. An important feature resulting from the Ign values offers potential telemetry advantages. using the Eigen value method of the present invention; Using the expected number of "ki" of about 10 steps to decrease to the minimum; It becomes possible to take a data set having points (N-1)s ; Each using an 8-bit representation and condensing it to 10 real numbers. In terms of data compression for a 16 0 channel system using 1000 samples per channel and an 8-bit data point representation; This equates to a memory space of 120,000 bits representing the stream (about 117K). Using the Ign value method described here the mode can be represented for the same polyphasic stream in 320 bits using a single-precision (about 0.3 kbit) free point representation. This means that the data is compressed by a factor of 400 or so without losing important information. 5 on dag select; These data compression techniques independent of the default Shae classification method can be telemetry of low bandwidth in boreholes to transmit the detailed information about the flow mode. Jal) in the flow space: depending on the determination of the faces of the flow eigen during step 84; which are specific to the range of the test matrix specified in Step 74) The present invention provides the ability to represent 0 during Step 86 multiphase flow data on the basis of eigen values alone in the dimensional flow space 'ki'. The representations are provided by means of displays formed using a system Data processing “d n. Depending on the results obtained when testing” such as those shown in Figures 14 and 4b, it is evident that the flow measurement data group together according to the different type of flow system that
تم قياسه. وهكذاء من المتوقع أن يكون هناك تصميمات مختلفة كيفياً للتدفق خيث تتباين معدلات كل طور. تشير الأبحاث حول التدفق متعدد الأطوار إليها باعتبارها هي الحالة. انظرء على سبيل C.E.has been measured. Thus, it is expected that there will be qualitatively different flow designs where the rates of each phase vary. Research on polyphasic flow points to it as being the case. See for example C.E.
Brennen, “Fundamentals of Multiphase Flows”, Cambridge «till University Press, (2005) بسبب التجميع المتوقع له؛ يمكن الآن استخدام تقنية تعليم افتراضي خلال الخطوة 88 وفقاً للاختراع الحالي للمساعدة على تصنيف سيناريوهات نظام التدفق المختلفة. تصنيف افتراضي لمعدلات التدفق أو لنظام التدفق : تمثل معالجة تصنيف افتراضي تقنية معالجة بالكمبيوتر معروفة. وتم توضيح أوصاف تمثيلية لتصنيف افتراضي؛ على سبيل المثال» في م" Noise Tolerant Fine Tuning Algorithm for the Naive Bayesian Learning Algorithm”, J. of King Saud Univ. — Comp. and Inf.Brennen, “Fundamentals of Multiphase Flows”, Cambridge “till University Press, (2005) for its expected compilation; A virtual marking-through-step 88 technique according to the present invention can now be used to help classify different flow system scenarios. Virtual Classification of Flow Rates or Flow System: Virtual classification processing is a well-known computer processing technique. Representative descriptions of a hypothetical classification are shown; For example, in M. “Noise Tolerant Fine Tuning Algorithm for the Naive Bayesian Learning Algorithm”, J. of King Saud Univ. — Comp. and Inf.
Sci. 26, (2014) pp. 0 K.Sci. 26, (2014) p. 0 K.
El Hindi ,237-246 ؛ و “Pattern Recognition and Machine Learning”, Springer, Berlin, (2006), C.M.El Hindi, 237-246; and “Pattern Recognition and Machine Learning”, Springer, Berlin, (2006), C.M.
Bishop وفقاً للاختراع الحالي؛ يتم استخدام تصنيف افتراضي خلال الخطوة 88 لتصنيف أنظمة بالاعتماد على ظاهرة تدفق محددة. يتم اجراء هذا بحيث تكون صور نظام التدفق متاحة بسهولة أكبر ويمكن الوصول إليها للفحص والتحليل. وفقاً 5 لاختراع all يتم shal تصنيف افتراضي لبيانات نظام التدفق اعتماداً على أي من معدلات التدفق لأنظمة التدفق. تبدو هذه الطريقتين مناسبتين لنظام قياس متعدد الأطوار تم استخدامه على سيناريوهات البئثر. ينبغي فهم أنه يتم shal Load تصنيف افتراضي على أساس ظاهرة تدفق أخرى أيضاً. كدالة لتدفقات الزيت؛ الماء؛ ally يعد نظام التدفق متعدد الأطوار معروفاً بوضعه في أنماط 0 تدفق مختلفة. تم وصف هذاء على سبيل المثال» في بحث “Fundamentals of (Brennen (Multiphase Flows” تم ذكره مسبقاً. بطريقة سهلة؛ تظهر الأشكال 13 و3ب كيف تكون الاختلافات كيفياً بين تدفق السائل وتدفق الفقاعات واضحة بصورة مرئية؛ ويمكن Wish) بالعين. عند تكوين قاعدة بيانات لنظام التدفق بصورة أولية باستخدام ظروف الاختبار في حلقة التدفق كما تم وصفها أعلاه؛ يتم تصميم مصفوفة اختبار خلال الخطوة 74 التي تقوم بإنتاج مجموعة بيانات BASRA. 5 قاعدة بيانات نظام التدفق. بعد ذلك؛ يتم استخدام نظام التدفق المخزّن عند معالجةBishop according to the present invention; A default classification is used throughout Step 88 to classify systems based on a specific flow phenomenon. This is done so that flow system images are more readily available and accessible for examination and analysis. According to 5 of all's invention shal defaults classification of flow system data depending on any of the flow rates of the flow systems. These two methods appear to be suitable for a multiphase measurement system that has been used on pyrogenic scenarios. It should be understood that shal Load is a default classification based on other flow phenomena as well. as a function of oil flows; water; ally The polyphase flow system is known for putting in different 0 flow patterns. This is described for example” in the paper “Fundamentals of (Brennen (Multiphase Flows”) mentioned earlier. In an easy way; Figures 13 and 3b show how the differences qualitatively between liquid flow and bubble flow are visible visually; Wish) By eye When the flow system database is initially created using the test conditions in the flow loop as described above, a test matrix is designed during step 74 that produces the BASRA dataset 5 The flow system database Next, the flow system database is used Stored flow when processing
البيانات لتحديد نظام التدفق الذي تم الحصول عليه في قنوات التدفق محل الاهتمام باستخدام أنظمة تدفق غير معروفة. بالنسبة لكل من مجموعات البيانات التي تم الحصول cle يسمح الاختراع الحالي لنظام التدفق من قنوات التدفق أن يتم فحصه بشكل فردي. باستخدام الاختراع الحالي؛ تعد مصفوفة الاختبار لبيانات تحديد نظام التدفق المخزنة في قاعدة بيانات نظام التدفق ممثلة لأنظمة التدفق المعروفة. يتم استخدام هذه البيانات باعتبارها احتمالاتData to determine the flow regime obtained in the flow channels of interest using unknown flow regimes. For each of the obtained cle datasets the present invention allows the flow system of the flow channels to be examined individually. using the present invention; The test matrix of flow system identification data stored in the flow system database is representative of known flow systems. This data is used as probabilities
مسبقة لأنظمة التدفق المعروفة التي يتم استخدامها كاحتمالات مسبقة وتوزيعات لأوجه التدفق. تمثل الاحتمالات المسبقة ما هو معروف كنمط فئة لتصنيف افتراضي. وبتم استخدام الاحتمالات المسبقة عن إنشاء مجموعات متوقعة؛ في عملية تعرف باسم الوضع في خانة؛ لنطاقات مماثلة من أنواع أنظمة التدفق. بعد ذلك؛ يتم اجراء تصنيف افتراضي خلال الخطوة 88 على بيانات نظامa priori of known flow regimes that are used as a priori probabilities and distributions of the flow faces. The a priori probabilities represent what is known as the class pattern of a hypothetical classification. By using the a priori probabilities of creating predicted groups; in a process known as checkboxing; For similar ranges of types of flow systems. after that; A default classification during step 88 is performed on the system data
0 التتدفق من أنظمة التدفق غير المعروفة التي تم الحصول عليها عن طريق مصفوفة المحول 'يو". كما تم وصفه أعلاه؛ يوفر الاختراع الحالي القدرة على تمثيل بيانات التدفق من مصفوفة فوق الصوتية في de sane منخفضة الأبعاد لمتغيرات "كي" التي يمكن استخدامها لتحديد التدفق. بمجرد تخطيط البيانات بطريقة ماء يكون من الممكن اجراء تصنيف افتراضي على القياسات. تصنيف مقابل نظام التدفق : بالنظر إلى طريقة تصنيف افتراضيء تقوم البيانات من كل نظام0 flows from unknown flow regimes obtained by transducer matrix 'U.' As described above, the present invention provides the ability to represent flow data from an ultrasonic matrix into low-dimensional de sane of 'ki' variables that can be used To determine the flow. Once the data is mapped in a water way, it is possible to perform a default classification on the measurements. Classification against the flow system: Given a default classification method, the data from each system
5 تتدفق بإنتاج مجموعة فرعية من نواقل بُعدية "كي" في حيز التدفق. لكل نظام تدفق؛ يتم وضع كل منها في خانة معاً ويتم استخدام تعليم افترارضي خلال الخطوة 88. يقوم تصنيف افتراضي من الخطوة 88 بإنتاج مستويات ثقة للمخرجات على أساس البيانات التي تم قياسها بالنظر إلى احتمالية أن يكون التدفق في نظام تدفق محدد. وهكذاء يتم استخدام تصنيف افتراضي لتوفير أساس لتحليل وتحديد؛ خلال الخطوة 88؛ ما إذا كان من الملائم استخدام تحديد5 flows by producing a subset of dimensional vectors "ki" in the flow space. for each flow system; They are each boxed together and a default marking is used during Step 88. A default classification from Step 88 produces confidence levels for the outputs based on the measured data given the probability that the flow is in a given flow regime. Thus a hypothetical classification is used to provide a basis for analysis and identification; during step 88; Whether it is appropriate to use select
0 نظام التدفق الذي تم اجراؤه خلال الخطوة 88 أو سواء كان ينبغي اجراء معالجة لتحديد نظام تدفق آخرء مثل؛ التصوير المقطعي للانعكاس من النوع الذي تم وصفه في طلب لم يتم البت فيه ذو صلة محدد مسبقاً برقم مسلسل 595689/14. يمكن أن يكون التصوير المقطعي للانعكاس Ladle على سبيل المثال؛ فيما يتعلق بنظام تدفق الغاز الرطب.0 the flow regime performed during step 88 or whether processing should be performed to specify another flow regime eg; A reflex tomography of the type described in a related pending application pre-identified serial number 595689/14. Ladle reflection tomography could be for example; Regarding the wet gas flow system.
تصنيف مقابل معدل التدفق : يتعلق الاختراع الحالي أيضاً بتصنيف افتراضي مقابل معدل التدفق خلال الخطوة 88. عند القيام بذلك؛ يتم مراعاة الحرص لقياس نتائج تدفق الحلقة باستخدام أعداد بخلاف التدفق المطلق. يتم اجراء هذا بحيث يتم تخطيط نتائج حلقة التدفق بالنسبة لمواضع تدفق البثر.Classification against flow rate: The present invention also relates to a hypothetical classification against flow rate during step 88. In doing so; Care is taken to measure loop flow results using numbers other than absolute flow. This is done so that the flow loop results are plotted relative to the blister flow positions.
5 يعد التصنيف مقابل معدل التدفق قابلاً للمقارنة مع التصنيف مقابل نظام التدفق. على الرغم من ذلك؛ بدلاً من الوضع في خانة بالنظر إلى نظام التدفق؛ يكون الوضع في خانة مقابلاً لزيادة معدل التدفق؛ سواء الإجمالي أو بالنظر إلى الأطوار الفردية. على سبيل (Jal يمكن أن تكون قيم التدفق المحددة في إجمالي عدد الخطوات الكمية مساوية ل Jwater «Joi 985ل التي يمكن أن ينتج عنها إجمالي عدد "آر" للوضع في الخانات:5 The rating against the flow rate is comparable to the rating against the flow system. Nevertheless; rather than being put in a box by looking at the flow system; Putting in a box is corresponding to increasing the flow rate; whether overall or by looking at the individual phases. For example (Jal) the flow values specified in the total number of quantitative steps could be equal to Jwater «Joi 985l which could result in a total number of Rs to put into the bins:
Jwater Jgas 10 يزو[ = R وهكذا؛ يحدث تعليم افتراضي؛ وتوفر المخرجات من المعالجة مستوى ثقة أو الاحتمالية لكل قيمة من (اأ0ل» (Jgas «Jwater التي يمكن أن يتم تمثيلها كنقطة في حيز ثلاثي الأبعاد. وهكذاء يمكن أن يتم استكمال مخرجات معالجة تصنيف افتراضي وفقاً لمعدل التدفق سواء خطياً أو خطي ثنائي أو خلال طرق أخرى بين القيم الكمية لتشكيل مجال احتمالية في حيز ثلاثي الأبعاد. توفر 5 القيمة القصوى من الاحتمالية تقديراً لتدفق الزيت؛ الماء؛ والغاز. ينتج عن هذه المعالجة أيضاً قياس تدفق يعتمد على مصفوفة "يو" من أجهزة المرسل المستقبل فوق الصوتية كما تم وصفها أعلاه بالنظر إلى الشكل 1. بعد ذلك؛ يتم تخزين نظام التدفق المحدد خلال خطوة المعالجة لتصنيف افتراضي 88 على صورة نظام تدفق ed خلال الخطوة 90 في ذاكرة نظام معالجة البيانات "دي". وبعد نظام التدفق المحدد 0 والبيانات متاحة أيضاً للعرض والتقييم من قبل المهندسين والمحللين. نظام معالجة البيانات data processing system : كما هو موضح في الشكل 9؛ يتضمن نظام dallas البيانات "دي" وفقاً للاختراع الحالي جهاز كمبيوتر 100 مزود بمعالج 102 وذاكرة 4 مقترنة بالمعالج 102 لتخزين تعليمات التشغيل؛ معلومات التحكم وسجلات قاعدة البيانات داخله. يمكن أن يكون جهاز الكمبيوتر 100( حسب الرغبة؛ Ble عن مجموعة لينوكس؛ مثل؛Jwater Jgas 10 zo[ = R and so on; virtual education takes place; The output from the processing provides a level of confidence or probability for each value of Jgas (Jwater) that can be represented as a point in a three-dimensional space. Thus, the output of a virtual classification processing can be completed according to the flow rate, whether linear, binary linear, or through Other methods between quantitative values to form a probability field in 3D space 5 provides the maximum value of probability an estimate of the flow of oil, water, and gas This processing also results in a U-matrix based flow measurement from ultrasonic transceivers as described above Considering Fig. 1. Next, the flow system selected during the processing step of a default classification 88 is stored as the flow system ed during step 90 in the memory of the data processing system D. After the flow system selected 0 and the data is also available for viewing and evaluation by Engineers and Analysts Data processing system As shown in Figure 9, the data dallas system of the present invention includes a computer 100 with a processor 102 and memory 4 associated with the processor 102 to store operating instructions, control information and bottom registers. The data inside it. The computer can be 100 (at will; Ble for the Linux group; such as;
المتاحة من شركة HP أو من مصدر آخر؛ معالج متعدد القلوب مزود بعقد؛ (fie تلك المتاحة من شركة (IBM انتل أو أجهزة ((AMD) Advanced Micro Devices جهاز كمبيوتر ذو إطار رئيسي من أي نوع تقليدي له قدرة معالجة مناسبة؛ مثل؛ تلك المتاحة من IBM أو من مصدر CAT 5 ينبغي ملاحظة أنه يمكن استخدام معالجات رقمية أخرى؛ مثل؛ أجهزة الكمبيوتر الشخصية علىavailable from HP or another source; multi-core processor with nodes; fie those available from IBM (Intel) or Advanced Micro Devices (AMD) A mainframe computer of any conventional type of suitable processing power, such as those available from IBM or from a source CAT 5 It should be noted that other digital processors, such as personal computers, can be used on
صورة حاسب شخصي؛ حاسب (sane أو Beal معالجة بيانات رقمية قابلة للبرمجة أو مبرمجة مناسبة أخرى . يكون لجهاز الكمبيوتر 100 واجهة بينية interface لمستخدم ما 106 وعرض المخرجات 108 لعرض بيانات المخرجات أو السجلات وفقاً للاختراع الحالي لتشكيل صورة نظام التدفق للتدفقPC image; A computer (sane or Beal) a programmable or other suitable programmable digital data processing. The computer 100 has a user interface 106 and an output display 108 to display the output data or registers according to the present invention to form an image of a stream system for a stream
0 _متعدد الأطوار في قنوات تعتمد على بيانات نظام التدفق من مصفوفات المحول "يو" أو 'ام". يتضمن عرض المخرجات output display 108 مكونات»؛ (Jie طابعة وشاشة عرض مخرجات قادرة على توفير معلومات مخرجات مطبوعة أو عروض مرئية في صورة رسومات بيانية؛ كشوف بيانات» صور بيانية؛ مخططات بيانات؛ وما شابه ذلك كسجلات أو صور المخرجات. تتضمن الواجهة البينية للمستخدم 106 لجهاز الكمبيوتر 100 أيضاً وسيلة لإدخال مستخدم0 - polyphase in channels based on flow system data from 'U' or 'M' transformer arrays. Output display includes 108 components"; Image graphs; data sheets; graphs; datagrams; and the like as logs or output images. The user interface 106 to PC 100 also includes a means for user input
مناسبة أو وحدة تحكم إدخال/إخراج 110 لتوفير وصول مستخدم ما للتحكم أو للوصول إلى المعلومات وسجلات قاعدة البيانات وتشغيل جهاز الكمبيوتر 100. يمكن أن تستقبل وحدة التحكم الإدخال/الإخراج 110 أيضاً قياسات البيانات للتدفق التي تم الحصول عليها أثناء اكتساب البيانات بالطريقة التي تم وصفها أعلاه. يتضمن نظام معالجة البيانات "دي" كذلك قاعدة بيانات 112 تم تخزينها في ذاكرة ماء التي يمكن أن تمثل ذاكرة داخلية internal memory 104؛ أو ذاكرةAn appropriate I/O controller 110 to provide access for a user to control or access information and database records and computer operation 100. The I/O controller 110 can also receive stream data measurements obtained during data acquisition in the manner described above . The D data processing system also includes a database 112 that is stored in a water memory that can represent internal memory 104; or memory
0 خارجية external شبكية networked أو غير شبكية non—networked كما هو مُشار all عند 114 في جهاز خدمة قاعدة بيانات مصاحبة 116. كما هو ملاحظ أعلاه؛ تتضمن قاعدة بيانات database 112 أيضاً قاعدة بيانات نظام تدفق الاختبار التي تم تشكيلها أثناء تتابع المعالجة 70 الموضح في الشكل 7.0 external networked or non—networked as all indicated at 114 on companion database server 116. As noted above; Database 112 also includes the test flow system database that was formed during the processing sequence 70 shown in Figure 7.
يتضمن نظام معالجة البيانات "دي" كود برنامج 118 تم تخزينه في ذاكرة غير انتقالية -000 transitory memory 104 لجهاز الكمبيوتر 100. ويكون كود البرنامج program code 8 وفقاً للاختراع Jal في صورة تعليمات قابلة للتشغيل بالكمبيوتر مما يتسبب في جعل معالج البيانات data processor 102 يقوم بتشكيل صور نظام التدفق للتدفق متعدد الأطوار في قنوات؛ كما تم توضيحه أعلاه. ينبغي ملاحظة أن كود البرنامج 8 يمكن أن يكون في صورة كود دقيق»؛ برامج؛ أنظمة تقليدية؛ أو لغات قابلة للتشغيل بالكمبيوتر رمزية توفر مجموعة محددة من العمليات المنظمة التي تتحكم في الجانب الوظيفي لنظام معالجة البيانات " دي " وتوجيه تشغيله. يمكن أن يتم تخزين تعليمات كود البرنامج 118 في صورة غير انتقالية في ذاكرة 104 لجهاز الكمبيوتر 100؛ أو على قرص 0 كمبيوتر computer diskette ؛ شريط مغناطيسي Magnetic tape ؛ قرص صلب تقليدي hard disk drive ؛ ذاكرة الكترونية للقراءة فقط electronic read-only memory « وسيلة تخزين ضوئية optical storage device « أو وسيلة تخزين بيانات appropriate data storage device ملائمة أخرى ذات وسط قابل للاستخدام بالكمبيوتر غير انتقالي -000 transitory computer usable medium تم تخزينه عليه. يمكن أن يتم تضمين كود 5 البرنامج 118 Lad على وسيلة تخزين البيانات «data storage device مثل؛ جهاز خدمة server 114( على صورة وسط قابل للقراءة بالكمبيوتر غير انتقالي non-transitory computer readable medium ؛ كما هو موضح. مما سبق؛ يمكن أن يتضح أن قياسات التدفق متعددة الأطوار التي تستخدم التصوير المقطعي فوق الصوتي يمكن أن تكون دقيقة عندما يكون هناك مستويات مرتفعة من الغاز الحر free gas 0 داخل النظام التي يمكن أن تتسبب في انعكاسات متعددة. حيث يعتمد التصوير المقطعي بصفة عامة على الإرسال بخلاف الانعكاسات الأكثر dada يمكن أن ينتج عن وجود فقاعات الغاز liquid gas أو كميات كبيرة من الغاز الحر مجموعة وانعكاسات متعددة يمكن أن تتسبب في اختلاط خوارزم sale] algorithms الإنشاء للتصوير المقطعي المباشر. باستخدام الاختراع الحالي؛ يتم تنظيم نفس البيانات التي تم الحصول عليها من قياس التصوير 5 المقطعي بطريقة ما بحيث يمكن إدخالها في خوارزميات التمييز الظاهري التي تستخدم التعليمThe D data processing system includes program code 118 stored in non-transitory memory 000-transitory memory 104 for PC 100. Program code 8 according to Jal's invention is in the form of computer-operable instructions causing data processor 102 modulates stream system images for polyphase stream into channels; As explained above. It should be noted that program code 8 can be in the form of microcode; programs; conventional systems; or symbolic computer-executable languages that provide a specific set of structured operations that control the functional aspect of a D-processing system and direct its operation. Program code instructions 118 can be stored in non-transitional form in memory 104 of the computer 100; or on a computer diskette 0; Magnetic tape; a traditional hard disk drive; Electronic read-only memory “optical storage device” or other appropriate data storage device with a non-transitory computer usable medium stored on it. Code 5 Program 118 Lad can be embedded on a data storage device such as; server 114) on a non-transitory computer readable medium, as shown. From the above, it can be seen that multiphase flow measurements using tomography can be Accurate when there are high levels of free gas 0 within the system that can cause multiple reflections.Tmography generally relies on transmission other than more reflections dada can result from the presence of liquid gas bubbles or Large amounts of free gas combination and multiple reflections can cause confusion [sale] algorithms build direct tomography.Using the present invention, the same data obtained from the tomographic measurement 5 are organized in some way so that they can be fed into virtual discrimination algorithms that use education
الآلي؛ وتقنيات تصنيف افتراضي. باستخدام الاختراع الحالي؛ يتم استخدام جميع البيانات داخل القياس باعتبارها مقابلة فقط لأجزاء يمكن استخدامها لإعادة إنشاء التصوير المقطعي. يعوق إثراء البيانات التي تم استقبالها في انعكاسات التدفق المعقدة في تدفقات الغاز السائل من أداء خوارزميات إعادة إنشاء التصوير المقطعي المنتظمة؛ ولكن باستخدام الاختراع الحالي» يتم shalautomated; and default classification techniques. using the present invention; All data within the measurement are used as corresponding only to portions that can be used to reconstruct the tomography. The enrichment of the received data in complex flow inversions in gas-liquid flows hampers the performance of the regular tomographic reconstruction algorithms; But by using the present invention" shal
هذا السلوك ليكون ذو فائدة.This behavior is useful.
يوفر الاختراع الحالي أداءات متزايدة خلال تقنيات التصوير المقطعي المعروفة. وتكون هذه هي الحالة على وجه التحديد في أنظمة الغاز الرطب أو تدفق الفقاعات wet gas or bubbly flow 5 . يمكن أن يكون الاختراع الحالي أيضاً ذو فائدة للأنظمة الموجودة عن طريق المساعدة في تحديد نوع معالجة إعادة إنشاء التدفق المستخدمة.The present invention provides increased performance over known tomography techniques. This is particularly the case in wet gas or bubbly flow systems 5 . The present invention may also be of benefit to existing systems by helping to determine the type of flow reconstruction processing to be used.
0 يتم وصف الاختراع الحالي بدرجة كافية بحيث يمكن إعادة إنتاج متوسط معرفة في هذا الصدد والحصول على النتائج المذكورة في الاختراع الحالي هنا. على الرغم من ذلك؛ يمكن أن يقوم أي شخص ماهر في مجال التقنية؛ موضوع الاختراع الحالي هناء بتنفيذ التعديلات التي لم يتم وصفها في الطلب (lia لتطبيق هذه التعديلات على بنية محددة؛ أو في عملية تصنيع لها؛ تتطلب الموضوع المطلوب حمايتها في عناصر الحماية التالية؛ ينبغي أن تتم تغطية هذه البنيات في نطاق0 The present invention is sufficiently described so that an average knowledge in this respect can be reproduced and the results stated in the present invention can be reproduced here. Nevertheless; Any person skilled in the field of technology can perform; The subject matter of the present invention is subject to the implementation of modifications not described in the application (lia) to apply these modifications to a specific structure; or in a manufacturing process thereof; the subject matter to be protected requires the following claims; these structures should be covered within the scope of
5 الاختراع الحالي. ينبغي ملاحظة وفهم أن هناك تحسينات وتعديلات يتم اجراؤها وفقاً للاختراع الحالي الذي تم وصفه بالتفصيل أعلاه دون الابتعاد عن نطاق أو فحوى الاختراع الحالي الذي تم توضيحه في عناصر الحماية المصاحبة.5 present invention. It should be noted and understood that there are improvements and modifications to be made in accordance with the present invention which are described in detail above without departing from the scope or intent of the present invention which is described in the accompanying claims.
Claims (1)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461973367P | 2014-04-01 | 2014-04-01 | |
US14/595,689 US9424674B2 (en) | 2014-04-01 | 2015-01-13 | Tomographic imaging of multiphase flows |
US14/632,636 US10422673B2 (en) | 2014-04-01 | 2015-02-26 | Flow regime identification of multiphase flows by face recognition Bayesian classification |
PCT/US2015/021375 WO2015153130A1 (en) | 2014-04-01 | 2015-03-19 | Flow regime identification of multiphase flows by face recognition and bayesian classification |
Publications (1)
Publication Number | Publication Date |
---|---|
SA516371895B1 true SA516371895B1 (en) | 2020-10-11 |
Family
ID=54189877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SA516371895A SA516371895B1 (en) | 2014-04-01 | 2016-09-25 | Flow Regime Identification of Multiphase Flows by Face Recognition and Bayesian Classification |
Country Status (3)
Country | Link |
---|---|
US (1) | US10422673B2 (en) |
SA (1) | SA516371895B1 (en) |
WO (1) | WO2015153130A1 (en) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3060419C (en) * | 2017-04-20 | 2024-01-02 | Schlumberger Canada Limited | Detecting and correcting for discrepancy events in fluid pipelines |
US11221244B2 (en) | 2017-04-28 | 2022-01-11 | The Board Of Trustees Of The Leland Stanford Junior University | Clamp-on circumferential resonance ultrasonic flowmeter for collectively exciting and receiving circumferential modes of a pipe |
CN108412481B (en) * | 2018-03-05 | 2021-07-09 | 中国石油天然气股份有限公司 | Ultrasonic Doppler multiphase flow phase-split flow logging data interpretation method and device |
DE102018009199B4 (en) | 2018-11-22 | 2022-11-03 | Diehl Metering Gmbh | Procedure for operating a measuring device and measuring device |
US11150203B2 (en) * | 2019-02-14 | 2021-10-19 | Schlumberger Technology Corporation | Dual-beam multiphase fluid analysis systems and methods |
US11525723B2 (en) | 2020-08-31 | 2022-12-13 | Saudi Arabian Oil Company | Determining fluid properties |
US11428557B2 (en) | 2020-08-31 | 2022-08-30 | Saudi Arabian Oil Company | Determining fluid properties |
CN112735469B (en) * | 2020-10-28 | 2024-05-17 | 西安电子科技大学 | Low-memory voice keyword detection method, system, medium, equipment and terminal |
CN112507638B (en) * | 2020-12-18 | 2021-08-06 | 北京科技大学 | Deep condensate gas reservoir multiphase and multi-flow state discrimination method and device |
US20220326059A1 (en) * | 2021-04-13 | 2022-10-13 | Aramco Services Company | Wet gas holdup gas fraction and flow meter |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5354146A (en) | 1990-06-29 | 1994-10-11 | Diamond Surface, Inc. | Pavement diamond grinder |
US5485743A (en) | 1994-09-23 | 1996-01-23 | Schlumberger Technology Corporation | Microwave device and method for measuring multiphase flows |
US5719329B1 (en) | 1995-12-28 | 1999-11-16 | Univ Ohio | Ultrasonic measuring system and method of operation |
EP0894245A4 (en) | 1996-04-16 | 2000-07-19 | Mobil Oil Corp | Method of monitoring three phase fluid flow in tubulars |
US5845743A (en) | 1996-10-04 | 1998-12-08 | Dechant; George A. | Post step gripping device |
NO310322B1 (en) | 1999-01-11 | 2001-06-18 | Flowsys As | Painting of multiphase flow in rudder |
US6354146B1 (en) | 1999-06-17 | 2002-03-12 | Halliburton Energy Services, Inc. | Acoustic transducer system for monitoring well production |
AU3334800A (en) | 2000-03-09 | 2001-09-17 | Vladimir Drobkov | Simultaneous determination of multiphase flowrates and concentrations |
GB2363455B (en) | 2000-06-12 | 2002-10-16 | Schlumberger Holdings | Flowmeter |
WO2002077635A2 (en) | 2001-03-23 | 2002-10-03 | Joseph Baumoel | Method for determining relative amounts of constituents in a multiphase flow |
US6857323B1 (en) | 2003-09-23 | 2005-02-22 | Mks Instruments, Inc. | Two phase flow sensor using tomography techniques |
BRPI0610244A2 (en) | 2005-05-27 | 2010-06-08 | Cidra Corp | Method and apparatus for measuring a parameter of a multiphase flow |
NO324812B1 (en) | 2006-05-05 | 2007-12-10 | Multi Phase Meters As | Method and apparatus for tomographic multiphase flow measurements |
US7673525B2 (en) | 2007-01-09 | 2010-03-09 | Schlumberger Technology Corporation | Sensor system for pipe and flow condition monitoring of a pipeline configured for flowing hydrocarbon mixtures |
US8360635B2 (en) | 2007-01-09 | 2013-01-29 | Schlumberger Technology Corporation | System and method for using one or more thermal sensor probes for flow analysis, flow assurance and pipe condition monitoring of a pipeline for flowing hydrocarbons |
CN101802568B (en) | 2007-09-18 | 2013-01-09 | 普拉德研究及开发股份有限公司 | Measuring properties of stratified or annular liquid flows in a gas-liquid mixture using differential pressure |
CN101883967B (en) * | 2007-12-05 | 2012-11-28 | 普拉德研究及开发股份有限公司 | Ultrasonic clamp-on multiphase flowmeter |
US7607358B2 (en) | 2008-03-14 | 2009-10-27 | Schlumberger Technology Corporation | Flow rate determination of a gas-liquid fluid mixture |
CA2726940C (en) | 2008-06-05 | 2016-10-04 | Expro Meters, Inc. | Method and apparatus for making a water cut determination using a sequestered liquid-continuous stream |
EP2199755A1 (en) | 2008-12-16 | 2010-06-23 | Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO | An apparatus, a method and a computer program for recognition of flow regimes in a multiphase fluid flowing in a conduit |
AU2011295663B2 (en) * | 2010-09-03 | 2015-10-29 | Los Alamos National Security, Llc | Apparatus and method for visualization of particles suspended in a fluid and fluid flow patterns using ultrasound |
WO2012031302A1 (en) * | 2010-09-03 | 2012-03-08 | Los Alamos National Security, Llc | Multiphase fluid characterization system |
EP2453230A1 (en) | 2010-11-10 | 2012-05-16 | Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO | Separation of liquid components from a mixture with ultrasound monitoring |
NL2005886C2 (en) | 2010-12-21 | 2012-06-25 | Nest Internat N V | Device and method for determining a flow velocity of a fluid or a fluid component in a pipeline. |
CA2846356C (en) | 2011-08-23 | 2018-05-29 | Cidra Corporate Services Inc. | Acoustic probing technique for the determination of multiple liquid/froth interfaces in separation and storage vessels based on an oblique tomographic analysis approach |
US9032815B2 (en) | 2011-10-05 | 2015-05-19 | Saudi Arabian Oil Company | Pulsating flow meter having a bluff body and an orifice plate to produce a pulsating flow |
US9927270B2 (en) | 2011-12-06 | 2018-03-27 | Schlumberger Technology Corporation | Multiphase flowmeter |
GB2513679B (en) * | 2013-04-30 | 2016-01-06 | Iphase Ltd | Method of defining a mulitphase flow comprising three phases |
US9383238B2 (en) * | 2014-02-19 | 2016-07-05 | Chevron U.S.A. Inc. | Apparatus, system and process for characterizing multiphase fluids in a fluid flow stream |
US9404781B2 (en) | 2014-04-01 | 2016-08-02 | Saudi Arabian Oil Company | Multiphase metering with ultrasonic tomography and vortex shedding |
US9612145B2 (en) * | 2015-05-21 | 2017-04-04 | Yildirim Hurmuzlu | Revolving ultrasound field multiphase flowmeter |
-
2015
- 2015-02-26 US US14/632,636 patent/US10422673B2/en active Active
- 2015-03-19 WO PCT/US2015/021375 patent/WO2015153130A1/en active Application Filing
-
2016
- 2016-09-25 SA SA516371895A patent/SA516371895B1/en unknown
Also Published As
Publication number | Publication date |
---|---|
US10422673B2 (en) | 2019-09-24 |
US20150276447A1 (en) | 2015-10-01 |
WO2015153130A1 (en) | 2015-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
SA516371895B1 (en) | Flow Regime Identification of Multiphase Flows by Face Recognition and Bayesian Classification | |
US11668853B2 (en) | Petrophysical inversion with machine learning-based geologic priors | |
Taborda et al. | Ground‐motion simulation and validation of the 2008 Chino Hills, California, earthquake | |
US7643374B2 (en) | Slowness-frequency projection display and animation | |
CN105277978B (en) | A kind of method and device for determining near-surface velocity model | |
Willemsen et al. | A numerically exact local solver applied to salt boundary inversion in seismic full-waveform inversion | |
US8873333B2 (en) | Geophysical signal processing | |
CN109143351B (en) | Pre-stack anisotropy characteristic parameter inversion method and computer readable storage medium | |
Artun et al. | Reservoir characterization using intelligent seismic inversion | |
CN106125133B (en) | It is a kind of based on gas cloud area constrain under fine velocity modeling method | |
Martinsson | Robust Bayesian hypocentre and uncertainty region estimation: the effect of heavy-tailed distributions and prior information in cases with poor, inconsistent and insufficient arrival times | |
Zimmer et al. | Microseismic monitoring quality-control (QC) reports as an interpretative tool for nonspecialists | |
CN104122584A (en) | Method and device for determining directionality according to seismic data | |
US20050190651A1 (en) | Slowness-frequency projection display and animation | |
CN201747364U (en) | Interval transit time curve reconstruction equipment | |
EP3417321B1 (en) | Method of calculating radiogenic heat production | |
CN109521470B (en) | Method for analyzing influence of geological structure on seismic inversion crack density | |
WO2020149962A1 (en) | Estimation of reservoir flow properties from seismic data | |
De Matteis et al. | BISTROP: Bayesian inversion of spectral‐level ratios and P‐wave polarities for focal mechanism determination | |
Dorn et al. | Shape reconstruction in seismic full waveform inversion using a level set approach and time reversal | |
Heidari et al. | Single-step probabilistic inversion of 3D seismic data of a carbonate reservoir in Southwest Iran | |
Abgarmi et al. | M‐Split: A graphical user interface to analyze multilayered anisotropy from shear‐wave splitting | |
CN106908839B (en) | A kind of seismic wave accurate reflection coefficient analysis method and device | |
Lecointre et al. | A graph approach for fast dense array inter-station phase delay interpretation | |
Hammam et al. | Novel Dual Porosity Simulation Workflow and Solutions for the 3D Fracture Modeling |